新算法增強(qiáng)智能汽車(chē)行人檢測(cè)識(shí)別率

目前國(guó)內(nèi) ADAS (高級(jí)駕駛輔助系統(tǒng))領(lǐng)域的短板是行人實(shí)時(shí)檢測(cè)，識(shí)別率不到 70%，基本上還沒(méi)有進(jìn)入可商用的階段。主要原因是技術(shù)門(mén)檻較高，算法復(fù)雜。”創(chuàng)來(lái)科技創(chuàng)始人陳茂說(shuō)，這家公司從事的是以汽車(chē)前裝為主的 ADAS 業(yè)務(wù)。

時(shí)至今日，汽車(chē)防碰撞系統(tǒng)和實(shí)驗(yàn)性質(zhì)的無(wú)人駕駛汽車(chē)依靠的是雷達(dá)等傳感器來(lái)檢測(cè)路上的行人。來(lái)自加州大學(xué)圣地亞哥分校的工程師則研發(fā)了一套基于視覺(jué)信號(hào)進(jìn)行實(shí)時(shí)探測(cè)的行人檢測(cè)系統(tǒng)，這套視頻系統(tǒng)能使智能汽車(chē)更精準(zhǔn)檢測(cè)行人，成本也更加便宜。

基于視覺(jué)的汽車(chē)安全系統(tǒng)在應(yīng)用中仍然難以實(shí)現(xiàn)，一方面，通過(guò)計(jì)算機(jī)視覺(jué)算法能快速檢測(cè)路上的行人，但是在區(qū)分行人和類(lèi)似物體等復(fù)雜情況下，依然不夠成熟。另一方面，機(jī)器學(xué)習(xí)算法(又稱(chēng)深度神經(jīng)網(wǎng)絡(luò))仿照人腦行為，研究人員能夠訓(xùn)練出比之前方法更富辨別力，處理復(fù)雜的模式識(shí)別，但是在實(shí)時(shí)的行人檢測(cè)上處理的效率太慢。

加州大學(xué)圣地亞哥分校電氣工程教授 Nuno Vasconcelos 和他的團(tuán)隊(duì)研究的新算法，可以通過(guò)每秒 2 至 4 幀的速度，檢測(cè)行人的變化，有效避免行人突然停止移動(dòng)而出現(xiàn)的緊急剎車(chē)或造成意外事故。

這套系統(tǒng)的關(guān)鍵在于——可以識(shí)別更加復(fù)雜的路況。與其他類(lèi)似的系統(tǒng)相比，該算法的系統(tǒng)出錯(cuò)率只有前者的一半，而且計(jì)算能力更加突出，能在遠(yuǎn)處對(duì)行人的移動(dòng)進(jìn)行預(yù)判。研究小組計(jì)劃未來(lái)讓系統(tǒng)變得更加實(shí)用：不僅應(yīng)用于車(chē)輛，還能應(yīng)用于機(jī)器人、安全攝像頭等設(shè)備。

“在此之前，沒(méi)有算法能夠在行人檢測(cè)的準(zhǔn)確性和速度上做到優(yōu)化和平衡，我們通過(guò)新算法能得到更好的實(shí)時(shí)、準(zhǔn)確的行人檢測(cè)結(jié)果。”Vasconcelos 說(shuō)道。

在早期的分析中，新算法從相對(duì)簡(jiǎn)單的算法開(kāi)始，過(guò)濾掉比如天空等非行人部分的圖像，然后進(jìn)行更為成熟的深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)分析，最后通過(guò)該算法來(lái)檢測(cè)物體的精度性和復(fù)雜性。

目前谷歌的無(wú)人駕駛汽車(chē)依靠的是雷達(dá)、激光雷達(dá)等傳感器來(lái)探測(cè)路上的行人。如果去掉成本高昂的設(shè)備如激光雷達(dá)(成本 7 萬(wàn)美元，約合人民幣 40 萬(wàn) )，可使無(wú)人駕駛汽車(chē)成本下降，更早投入商用。

谷歌在去年便開(kāi)始研發(fā)基于視頻的行人監(jiān)測(cè)系統(tǒng)，其采用的便是深度學(xué)習(xí)算法，能在 0.25 秒內(nèi)準(zhǔn)確識(shí)別路上的行人。在谷歌負(fù)責(zé)計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)的研究科學(xué)家 Anelia Angelova 表示，“視覺(jué)信息相比雷達(dá)數(shù)據(jù)，可以給車(chē)描摹一個(gè)更廣闊的視域，但是整個(gè)處理過(guò)程要慢一些。”因此傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)技術(shù)在行人檢測(cè)場(chǎng)景的應(yīng)用，一直比較緩慢。

行人識(shí)別的實(shí)現(xiàn)方式有很多種，當(dāng)前最流行的是深度學(xué)習(xí)。國(guó)外也有基于模式識(shí)別的算法，識(shí)別率在 85% 左右，而深度學(xué)習(xí)的識(shí)別率能做到 90% 以上，這也是當(dāng)前各公司追捧它的原因。對(duì)于在使用過(guò)程中存在少量的誤報(bào)或漏報(bào)等檢測(cè)失效的情況，則是因?yàn)槁窙r比如逆光刺眼、路面積水反光、車(chē)道標(biāo)線(xiàn)模糊等原因造成的。

所以汽車(chē)廠商對(duì)于汽車(chē)安全特別謹(jǐn)慎和保守：任何技術(shù)都有其軟肋，沒(méi)有絕對(duì)完美的技術(shù)。“自行駕駛?cè)诤狭撕芏嗷パa(bǔ)的技術(shù)，當(dāng)一種技術(shù)失靈時(shí)會(huì)啟用另外一種技術(shù)來(lái)檢測(cè)。汽車(chē)在技術(shù)上是有冗余和備份的。這是因?yàn)橐坏┏霈F(xiàn)任何事故，車(chē)主只會(huì)找汽車(chē)廠商，而不會(huì)找供應(yīng)商。”陳茂解釋道。