近日，在刚刚闭幕的国际视觉学术会议CVPR 2022举办的多项技术竞赛中，平安科技（硅谷）研究院技术研究团队结合在遥感影像分析等技术领域的深厚积累，组队参加了会议举办的五个技术竞赛。在与来自全球顶尖研究机构的激烈角逐中，平安科技最终取得了三金一银一铜的成绩。

MultiEarth Matrix Completion

CVPR 2022 MultiEarth Matrix Completion 竞赛，聚焦多模态卫星遥感数据融合的理论与实践，以解决卫星成像过程中影像缺失或数据质量低等公认的难题。共有来自全球顶尖研究机构的54支队伍参加了本次比赛。

平安科技（硅谷）技术研究院参赛团队提出模型，预测结果以PSNR指标123.04dB绝对优势超越其他对手，获得该竞赛各项评价指标的冠军。硅谷研究院提出自适应的多模态回归与生成模型，基于梯度提升决策树与对抗神经网络，能够有效地融合不同时间与模态的多源遥感数据，生成感兴趣区域、时间、模态的卫星影像。

应用价值：本次竞赛所研发的模型，将有效促进多种大范围的地球观测任务，包括农作物长势预测、自然灾害监测、森林退化监测、碳汇估算等，赋能国家粮食安全决策、灾害应急响应、环境保护与自然资源管理、双碳节能减排等。

MultiEarth：Image-to-Image track

Image-to-Image track是CVPR 2022 MultiEarth的另一个竞赛分支，旨在通过SAR雷达波遥感图预测无云雾RGB图片。

平安科技（硅谷）技术研究院使用基于卷积神经网络的图像翻译模型来实现SAR到RGB遥感图片的翻译预测。最终，解决方案在MAE的评估指标下达到了0.02794，大幅领先其他参赛队伍，获得该竞赛各项评价指标的冠军。

应用价值：这项技术可以应用在不同地区的无云雾RGB图片预测任务上。对于云雾天气下的地表监测，植被监测等任务有着重要帮助。

Robustness in Sequential Data

CVPR 2022 Robustness in Sequential Data竞赛，结合了时下最前沿、最具挑战性的数据扰动和损坏的技术问题设置比赛任务，鼓励学术和工业界的研究人员探索和开发解决方案。

平安科技（硅谷）技术研究院团队在调查相关研究后，选用TimeSformer模型，通过实验证明了该模型在抗干扰方面表现优异。其次针对数据集特点，团队提出了多种优异策略，极大地提高了模型在空间域和时间域上的鲁棒性。最终，在比赛给出的三个数据集上分别取得了98.71%，99.83，89.83%的优异精度，获得比赛冠军。

应用价值：比赛中所需要的技术与经验将帮助我们在实际业务数据面对诸多干扰与损坏时，能更稳定地训练和部署深度学习模型。特别对于遥感数据，如何保证训练的模型在受到云、雾、阴影、传感器损坏等干扰条件时，仍能够稳定地输出精准结果，具有十分重要的业务价值。

Agriculture Vision

CVPR 2022 Agriculture Vision竞赛，旨在探索遥感航拍识别农业灾害的技术路径，共有来自全球顶尖研究机构共84个参赛队伍。

平安科技（硅谷）技术研究院与平安银行成立联合小组，凭借在作物识别等方面的技术积累以及丰富的业务场景应用经验，以mloU为0.582的最终成绩斩获全球第二名。其中，第一名和第三名是来自蚂蚁集团的技术团队。联合小组使用自监督预训练、Transformer、语义约束等方法，有效解决农田航拍影像的样本不平衡、色偏色差、标注困难区域识别等难题。

应用价值：未来，比赛算法将广泛应用在智慧农业和绿色金融场景，通过提高农业资产评估、灾害定损、地物识别的准确性，助力绿色路径提升普惠金融服务质量，推动科技赋能乡村振兴。

Benchmarking Multi-Target Tracking

CVPR 2022Benchmarking Multi-Target Tracking竞赛聚焦安防监测领域，是多目标跟踪领域的旗舰比赛。该比赛为该竞赛针对监控摄像头中的人体进行检测并跟踪。参赛方有商汤等顶级CV独角兽，以及CMU等顶级高校，今年为举办的第七届。

面对真实数据人工标注成本较高，同时又会产生误差等情形，平安科技（硅谷）技术研究院提出一种只允许使用合成数据的训练模型，将训练获得模型在真实数据上进行测试的新尝试。最终比赛指标HOTA取得58.7%的佳绩，斩获比赛全球第三名。

应用价值：本次比赛的算法可以推广到银行、安防等个人隐私保护程度高，保密性高的场景。

CVPR会议是由全球最大的非营利性专业技术学会IEEE（电气和电子工程师协会）主办。在谷歌学术公布的2021年最新的学术期刊和会议影响力排名中，作为AI顶会的CVPR从去年的第 5 名跃升至第4名，仅次于 Science、NEJM和Nature。