图森互联

图森互联CTO侯晓迪是加州理工学院计算与神经系统博士，创立了基于频域的视觉注意机制理论；首席科学家王乃岩则是香港科技大学博士、2014 Google PhD Fellow计划入选者。两人分别在圣地亚哥和北京各带了一支算法团队。

在自动驾驶领域，图森互联主要与运营车辆企业合作，为其定制摄像头配合毫米波雷达的低成本自动驾驶算法和解决方案。图森互联的模式与国外自动驾驶卡车公司Otto相似，后者为高速公路、矿区卡车提供自动驾驶系统。

2016年9月19日，图森互联宣布，其研发的计算机视觉与深度学习算法在KITTI和Cityscapes评测数据集上获得多项世界第一。其中，KITTI数据集中，目标检测三个单项、目标追踪两个单项、道路分割四个单项，共计九个单项全部排名第一。

据了解，KITTI由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。用于评测目标（机动车、非机动车、行人等）检测、目标跟踪、路面分割等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中多达15辆车和30个行人，还有各种程度的遮挡。

KITTI数据集中，目标检测包括了车辆检测、行人检测、自行车等三个单项，目标追踪包括车辆追踪、行人追踪等两个单项，道路分割包括urban unmarked、urban marked、urban multiple marked三个场景及前三个场景的平均值urban road等四个单项。图森互联在KITTI排行榜的这九个单项中全部位列第一。

Cityscapes数据集则是由奔驰主推，提供无人驾驶环境下的图像分割数据集。用于评估视觉算法在城区场景语义理解方面的性能。Cityscapes包含50个城市不同场景、不同背景、不同季节的街景，提供5000张精细标注的图像、20000张粗略标注的图像、30类标注物体。用PASCAL VOC标准的intersection-over-union （IoU）得分来对算法性能进行评价。

除自动驾驶评测数据集KITTI和Cityscapes外，图森互联在人脸关键点定位的两个评测数据集300W和AFLW上也排名第一。该技术主要用于驾驶员监控系统中，用于定位驾驶员面部关键点，以及时发现疲劳驾驶或违规驾驶。