針對當前紅外熱成像行業(yè)應用難點，睿創(chuàng)微納聯(lián)合國家智能網(wǎng)聯(lián)汽車創(chuàng)新中心發(fā)布“基于紅外單目攝像頭深度估計”算法攻關任務。任務總獎金15萬元，按照“自由參與、開源共享、入庫獎勵”的原則匯聚算法開發(fā)者。目前已有來自北京大學、清華大學等高校及科研單位的60支隊伍參與該任務。

紅外熱成像在智能駕駛應用場景中具有獨特優(yōu)勢：穿透黑夜，增強駕駛員視野；不受光線變化影響，解決夜間會車眩光問題；在大霧、霧霾、沙塵天氣下依舊可清晰成像，提升駕駛安全。

眩光環(huán)境〡可見光VS 紅外熱成像

光照不足環(huán)境〡可見光VS 紅外熱成像

霧霾環(huán)境〡可見光VS 紅外熱成像

本任務數(shù)據(jù)源，基于合肥英睿（睿創(chuàng)微納全資子公司）自研紅外單目攝像頭采集的夜間城市普通道路非擁堵路段駕駛場景的視頻序列，屬于無監(jiān)督視頻序列訓練范疇。任務目標是對紅外單目圖像進行深度估計，得到每個像素相對拍攝源的距離。

如下所示，左圖為紅外熱成像圖像數(shù)據(jù)，分辨率為640×512，右圖是對左圖進行深度估計的深度圖，越淺的地方表示目標越近，越深的地方表示目標越遠。深度圖的分辨率與原圖一致，為640×512。

如下所示，左圖是激光雷達點云數(shù)據(jù)，右圖是雷達點云在640×512的紅外圖像上映射效果。圖中由紫到綠代表著距離由近到遠。點云數(shù)據(jù)作為紅外深度估計的距離真值，用于評測算法性能。

深度估計算法

深度估計對自動駕駛系統(tǒng)的感知和估計自身位姿確定尤為重要，可廣泛應用于同步定位與建圖（SLAM）、車輛導航、目標檢測和語義分割等領域。傳統(tǒng)方法通常是利用激光雷達或結(jié)構(gòu)光在物體表面的反射獲取深度點云，從而獲取高精度的深度信息，但因其價格昂貴和同步的困難，在自動駕駛領域大規(guī)模應用和部署還有一定的距離。

單目深度估計是利用一張圖像來估計圖像中每個像素相對拍攝源的距離。目前的單目深度估計主要分為有監(jiān)督和無監(jiān)督兩種方法。其中無監(jiān)督的單目深度估計可以根據(jù)訓練數(shù)據(jù)分為雙目和視頻序列兩種。無監(jiān)督深度估計基于兩幀關聯(lián)的圖像，可以是雙目中左右視角，也可以是視頻序列的前后兩幀。

獎項設置

作品提交已在開發(fā)者社區(qū)門戶上啟動，根據(jù)任務難易程度、算法開源程度和測試結(jié)果，對優(yōu)秀開發(fā)團隊進行不同額度的現(xiàn)金獎勵。

① 賽馬獎3名：第一名4-6萬元、第二名1-3萬元、第三名0.8-1萬元

② 應用獎若干：獎勵0.5萬元

③ 貢獻獎若干：獎勵不低于200元