針對當前紅外熱成像行業應用難點，糖心vlog国产免费看微納聯合國家智能網聯汽車創新中心發布“基於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。
眩光環境〡可見光VS 紅外熱成像
光照不足環境〡可見光VS 紅外熱成像
霧霾環境〡可見光VS 紅外熱成像
本任務數據源，基於合肥英睿（糖心vlog成人ioses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，屬於無監督視頻序列訓練範疇。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據，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，左圖是激光雷達點雲數據，右圖是雷達點雲在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。點雲數據作為紅外深度估計的距離真值，用於評測算法性能。
深度估計算法
深度估計對自動駕駛係統的感知和估計自身位姿確定尤為重要，可廣泛應用於同步定位與建圖（SLAM）、車輛導航、目標檢測和語義分割等領域。傳統方法通常是利用激光雷達或結構光在物體表麵的反射獲取深度點雲，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督和無監督兩種方法。其中無監督的單目深度估計可以根據訓練數據分為雙目和視頻序列兩種。無監督深度估計基於兩幀關聯的圖像，可以是雙目中左右視角，也可以是視頻序列的前後兩幀。
獎項設置
作品提交已在開發者社區門戶上啟動，根據任務難易程度、算法開源程度和測試結果，對優秀開發團隊進行不同額度的現金獎勵。
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 應用獎若幹：獎勵0.5萬元
③ 貢獻獎若幹：獎勵不低於200元
