中国，上海，2021年1月19日，在国际权威的多对象跟踪挑战赛（MOT）的MOT20名单上，Unigroup Zhanrui的多媒体算法获得了70分以上的成绩，并获得了全球冠军。
这也是MOT20挑战榜上唯一一家得分超过70分的公司，这证明了Unisplendour在多目标跟踪领域的行业领先水平。
MOTChallenge是多目标跟踪领域中最权威的国际评估平台，由慕尼黑工业大学，阿德莱德大学，苏黎世联邦理工学院和达姆施塔特理工大学共同创立。
MOTChallenge提供了非常准确的注释数据和全面的评估指标，以评估跟踪算法和行人检测器的性能。
其中，MOT20基准包含8个新的视频序列，密集且极具挑战性的场景。
该数据集最初在4thBMTTMOTChallengeWorkshop（CVPR2019）上发布，平均每帧最多246位行人。
与之前的挑战数据集相比，夜间数据集被添加。
现有的SOTA MOT算法正在解决极其密集的场景并对该算法进行泛化。
性和其他方面构成了艰巨的挑战。
紫光占瑞在网络结构设计，丢失功能，训练数据处理等方面对多媒体算法进行了很多创新和探索。
紫光占瑞针对未参加比赛的训练场景，创新性地采用了端到端的方法。
端同时检测和行人识别策略，以确保算法在实际实施时的实时性能。
同时，它可以灵活调整网络以适应不同的端到端计算能力。
大小可以灵活地与各种芯片解决方案的部署相匹配。
同时，该竞赛的参与者还包括来自牛津大学，卡内基梅隆大学，清华大学，慕尼黑工业大学，中国科学院，微软和许多其他公司，大学和科研机构的相关团队。
多目标跟踪技术作为承重监控，车辆，无人机和现场事件等应用程序的关键技术，可以准确地捕获视频中的关键信息，并为进一步的信息提取提供支持。
越来越广泛地使用。
该算法可以在智能监控场景中实现复杂场景中目标的自动提取，跟踪和识别，了解目标的活动状态，进而实现场景状态的监控和识别。
多目标跟踪技术的应用可以大大减少人工重复劳动，提高工作效率，提高监控系统的智能性和安全性；在现场比赛现场，该算法可以自动提取运动员的运动状态，从而实现数据统计，自动导航等功能，挖掘更多的数据价值；在智能汽车场景中，该算法可以获取道路上车辆和行人的运动信息，并为自动驾驶和安全辅助等应用提供必要的决策数据支持。
图像算法已被深度集成到越来越多的垂直行业中，形成了乘法效应，产生了创新的服务和应用，使人们的生活更加美好，便捷。
MOTchallenge列表的官方网站：https://motchallenge.net/results/MOT20/？ det =全部
