近日，全球計算機視覺頂會CVPR 2020公布了各大挑戰賽結果，阿里巴巴獲得四項比賽的世界冠軍，其中，在難度最高的DAVIS挑戰賽中，阿里提出了可以精準預測視頻目標位置的方法，并且首次以超過80分的成績奪得第一名。

CVPR是AI領域規模最大的會議，被譽為計算機視覺領域“奧斯卡”，其覆蓋范圍涵蓋計算機視覺領域的前瞻學術研究和工業應用，會議的研究成果體現了視覺AI領域研究的趨勢。由于視頻會議、直播等應用逐漸普及，今年頂級科技公司的研究成果逐步從圖像延伸到了視頻領域，涵蓋視頻壓縮、視頻分割、三維視覺等領域。

和圖像識別不同，AI分析理解視頻的技術門檻更高，長期以來，業界在視頻AI技術的研究上鮮有重大突破。以CVPR會議難度最高的比賽之一DAVIS（ Densely Annotated Video Segmentation）為例，該比賽需要參賽團隊精準處理復雜視頻中物體快速運動、外觀變化、遮擋等信息，過去幾年，全球頂級科技在該比賽中的成績從未突破80分。

據介紹，阿里參加的四項比賽均為視頻技術領域。在DAVIS挑戰賽中，阿里率先實現了突破，以 84.1 的分數獲得了第一名，比去年的第一名提高了7.4分。

阿里AI以84.1分的成績獲得DAVIS比賽第一名

公開資料顯示，阿里提供了一種全新的空間約束方法，打破了傳統STM方法缺乏時序性的瓶頸，可以讓系統基于視頻前一幀畫面預測目標物體下一幀的位置；此外，阿里還引入了語義分割中的精細化分割微調模塊，大幅提高了分割的精細程度。最終，精準識別動態目標的輪廓邊界，并且與背景進行分離，實現像素級目標分割。

阿里AI可以基于視頻前一幀畫面精準預測目標物體下一幀的位置

業內人士普遍認為，視頻分割技術將成為線上會議、直播、自動駕駛、影視制作等場景的標配。例如直播場景使用阿里AI算法，可以實現一秒鐘替換背景；在自動駕駛中，視頻分割也是自動駕駛系統識別障礙物的關鍵技術。

據介紹，除了獲得四項比賽冠軍，阿里巴巴還有17篇論文入選CVPR 2020，其中涵蓋一篇自動駕駛領域的研究成果，該論文提出了一個通用、高性能的自動駕駛檢測器，首次實現 3D 物體檢測精度與速度的兼得，有效提升自動駕駛系統安全性能。

目前，阿里巴巴視覺AI技術已在全球率先實現大規模落地。例如，城市大腦、拍立淘、優酷視頻等阿里巴巴集團內部業務場景均已大規模使用該技術；阿里巴巴CT影像AI已經服務全球600多家醫療機構，疫情期間已完成50余萬例病例臨床診斷。