近年來,，借助智能系統(tǒng)實現(xiàn)汽車的自動駕駛成為科技屆和產(chǎn)業(yè)界關(guān)注的熱門領(lǐng)域,。目前已經(jīng)有處于實驗階段的無人駕駛汽車進行路測,，而向駕駛員提供的智能輔助駕駛功能更是愈加豐富,。對于這些車載智能系統(tǒng)來說,，如何判斷機動車,、非機動車,、行人混行的復(fù)雜路況，并作出對車內(nèi)乘員和車外物體最為安全的駕駛判斷,，是至今仍在探討的關(guān)鍵問題,。可以說,，解決這些問題最關(guān)鍵的技術(shù)是視覺感知,，即如何通過計算機來自動識別物體。
為了評測目標（機動車,、非機動車,、行人等）檢測、目標跟蹤等計算機視覺技術(shù)在車載環(huán)境下的性能,，德國卡爾斯魯厄理工學(xué)院和芝加哥豐田技術(shù)研究所聯(lián)合建立的一個算法評測平臺KITTI,，成為目前國際上公開的最大的自動駕駛場景下的計算機視覺算法評測數(shù)據(jù)集。不久前,，清華大學(xué)電子系副教授馬惠敏率領(lǐng)的三維圖像團隊在KITTI國際評測中取得了優(yōu)異的成績,，全部六項指標中的四項獲得第一，兩項獲得第三,。參加評測的還有來自百度公司,、NEC美國研究院、斯坦福大學(xué),、加州大學(xué)洛杉磯分校,、馬克思·普朗克研究所（MPI）等機構(gòu)的團隊。
在物體檢測這一競賽項目上,，參賽者使用計算機視覺算法檢測出由車載相機所拍攝的城市街道上的車輛,、行人和自行車，并且估計出它們的姿態(tài)朝向,。用于性能測試的KITTI數(shù)據(jù)集包含了7千多張車載圖像,，單張圖像上尺度不同的車輛數(shù)目最多可達十幾輛，因此部分車輛會被其它車輛遮擋,，而且遠處的車輛在圖像中尺度非常?。ㄗ钚「叨戎挥?5像素），檢測難度非常大,。馬惠敏研究組和多倫多大學(xué)合作提出了一種高效的三維物體提取方法,，并結(jié)合深度卷積神經(jīng)網(wǎng)絡(luò)，依據(jù)立體圖像推斷場景中物體的位置和姿態(tài),。和傳統(tǒng)的基于昂貴的激光雷達的自動駕駛識別算法不同,，該研究組的算法僅依賴于普通的雙目RGB攝像頭即可完成高精度的目標檢測和姿態(tài)估計，因此有望大大降低自動駕駛視覺系統(tǒng)的成本。他們的相關(guān)論文也已發(fā)表在機器學(xué)習(xí)與神經(jīng)計算的頂級會議NIPS上,。
