AI City Challenge
PulseAugur coverage of AI City Challenge — every cluster mentioning AI City Challenge across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
发布新的基准 Physical AI Smart Spaces，用于三维感知
发布了一个名为 Physical AI Smart Spaces 的新基准，为室内环境中的多摄像头三维感知提供了大规模数据集。该数据集包含来自近 1800 个摄像头在仓库和医院等各种场景的同步视频，以及用于物体识别、边界框和校准的详细注释。它结合了合成数据生成和真实世界评估，并引入了 Higher Order Tracking Accuracy (HOTA) 指标的三维扩展，以提高跟踪性能。
-
新的Sparse4D系统提高了多摄像头3D跟踪的准确性
研究人员开发了一种新颖的在线多摄像头3D跟踪架构，通过显式地在循环稀疏查询上预测ID来提高身份预测的准确性。该系统名为Sparse4D，将校准后的视图融合到3D检测中，并使用带有有限轨迹内存的MOTIP ID解码器来关联这些检测。通过调整MOTIP的相对ID预测并引入新的恢复机制，该方法在AI City Challenge Track 1测试集上显著提高了关联准确性，将HOTA从29.63提升到38.01。
-
AI City Challenge 迎来十周年，创纪录的参与人数标志着智慧城市基准测试的新里程碑
与ECCV 2026联合举办的第十届AI City Challenge已圆满结束其在智能交通和智慧城市技术基准测试方面的第十年。今年的参与度有所提高，共有来自26个国家的325支注册队伍，高于2025年的245支队伍。该挑战赛设有六个主要赛道，专注于多摄像头3D感知、交通安全、交通异常推理和生成式交通视频预测等领域，并增设了鱼眼摄像头分析和行人意图等专业任务的赛道。