为鼓励优秀学术成果的交流，促进思想碰撞与协同创新，2022年9月26日上午10点，人工智能与数字经济广东省实验室（深圳）（以下简称光明实验室）在科润大厦10楼会议室举办了第4期学术沙龙。本次学术沙龙主题为“一网通吃：跟踪与分割大一统”，汇报人由国家杰出青年基金获得者、科技部中青年创新领军人才，大连理工大学创新学院院长卢湖川教授担任，对如何通过一个统一框架实现多个跟踪任务开展研讨。光明实验室执行主任于非院士到会指导交流并主持本次学术沙龙。

为方便更多学术爱好者参与，本次学术沙龙继续沿用线上线下相结合的理念形式，通过腾讯会议平台进行了全程直播，并收获线上线下热烈的反响。

会上，卢教授对四个跟踪问题（SOT、MOT、VOS、MOTS）的特性进行了详细介绍。卢教授表示，目标跟踪（Object tracking）是计算机视觉的基本任务之一，根据不同的应用场景，目标跟踪问题主要分为SOT(Single object tracking，单目标跟踪）、VOS（Video object segmentation，视频对象分割）、MOT(Mutiple object tracking，多目标跟踪）与MOTS(Mutiple object tracking and segmentation，多目标跟踪与分割）四个独立的任务。多数跟踪方法仅针对其中一个或部分任务，优点是精准，但是若要同时实现四个任务，则需要四套网络参数和算力的消耗，成本较为高昂。如果能用一个网络实现多任务处理，就能够带来内存和算力的节省。然而由于被跟踪物体的特性不同，SOT可以跟踪任意类别的一个或几个目标，而MOT则是跟踪几十个甚至上百个特定类别的实例；SOT 需要将目标与背景进行区分，MOT 则需要将当前目标与之前的轨迹相匹配，等等。因此，想要实现多任务的统一，也需要面临不小的挑战。

对此，卢教授团队提出了一个目标跟踪解决方案，称为 Unicorn。Unicorn主要有三个模块：统一输入和骨干、统一嵌入、统一头部。三个模块分别负责获得强大的视觉表示、建立精确的对应关系、检测不同的跟踪目标。Unicorn 旨在通过统一的网络，将上述四个任务统一起来，从而实现“一网通吃”。

讲座结束后，卢湖川教授与光明实验室参会人员、国内外线上参与者们进行了问答互动，就Unicorn的算法效率、网络复杂性等问题进行了深入探讨与交流。整场学术沙龙互动积极，氛围浓厚。

光明实验室自成立以来，定期邀请顶尖科学家前来开展学术沙龙活动，分享各领域优秀科研成果及创新型技术。实验室执行主任于非院士期望通过交流科研进展，能够做到夯实技术基础，拓宽技术能力，使得光明实验室从起步阶段就处于技术领域前沿的站位高度。

实验室简介

人工智能与数字经济广东省实验室（深圳）（以下简称光明实验室）为省政府批准筹建的第三批广东省实验室之一，经市政府批准已设立为事业单位。实验室面向人工智能与数字经济的重大战略需求，由广东省政府统筹规划及顶层设计，深圳市政府主导建设、运营与管理，深圳大学作为牵头建设单位。实验室致力于打造人工智能与数字经济全链条创新平台、数字经济区域开放产学研合作平台、创新人才聚集和培养的基地以及核心技术成果转化和孵化平台。在此建设目标下，实验室遵循“创新、责任、进取、合作”的核心价值观，主要围绕区块链与金融科技、智能传感与精准医疗、机器学习与智能系统、泛在感知与智慧城市四个方向展开研究。

文丨李沛昱

图丨李沛昱  翟雪岩