近日，由北京大学前沿计算研究中心与百度研究院机器人与自动驾驶实验室，在国际数据建模和数据分析竞赛平台 Kaggle 共同举办的，“基于单帧图像的三维车辆位姿估计”挑战赛圆满收官。
▲ “基于单帧图像的三维车辆位姿估计”挑战赛
PekingUniversity/Baidu - Autonomous Driving
竞赛网站： https://www.kaggle.com/c/pku-autonomous-driving本次竞赛的数据主要来自百度自动驾驶大型开源数据集 ApolloScape 的 3D CarInstance 子数据，该数据集及相关研究在计算机视觉顶级会议 CVPR 2019上发表之后，收获了巨大关注，成为自动驾驶领域研究的重要基准数据集。本次挑战赛使用了5324帧图像，每帧图像中的车辆都提供了精准的位置标注以及相应的三维车辆模型。其中的4283帧标注图像用作训练，其余1041帧图像用于测试。
竞赛的主题为“基于单帧图像的三维车辆位姿估计”，该主题紧密结合当前最流行的自动驾驶场景，同时兼顾到了考题的难度和工业的实用性。基于单帧图像的三维物体位姿估计一直是计算机视觉领域的一个热点与难点，该问题的解决可以很大程度上降低自动驾驶传感器的价格，从而推动自动驾驶行业的商业化进程。联合承办方北大和百度的密切合作，促进了科研机构与企业的优势互补，加速了这一进程。
本次竞赛总奖金25000美元，共吸引了 来自全球62个国家超过866支队伍、1100余名成员参与，总提交数超过10000次。值得一提的是，有247名参赛者是第一次参与 Kaggle 竞赛，他们取得了优异成绩，其中6名成员进入榜单前10名。
竞赛前三名的队伍 outrunner、PAPCIC 和 bestfitting 共同分享了2.5万美元的奖金。其中，第一名队伍的算法在测试集进行评价达到了0.148分值，其核心方案由 hourglass centernet 网络构成，结合翻转、旋转、增加噪声和模糊、颜色变化等手段进行数据增强，网络的 6DoF 输出采用更直观的[yaw,pitch,roll,x,y,z,r]变量表示，以及进行了后处理对回归的位姿进行优化。
近年来，百度视觉技术已实现“质的飞跃”，在国际人工智能领域占据相当重要的位置。此前，百度更是以22篇论文入选 CVPR 2020的成绩，在学术界引发广泛谈论，其中也涵盖了多项自动驾驶领域的热门技术。
未来，百度研究院机器人与自动驾驶实验室 将与北京大学前沿计算研究中心在自动驾驶领域的三维物体姿态估计等方面继续展开合作。