一张张真实照片生成一个个虚拟图景，通过AI技术在云端建成无人驾驶汽车的“云驾校”，让无人驾驶的车辆无需进行实地道路训练，在云端就可以跑遍全国各地乃至世界各国的公路、街景……

日前，华南理工大学的“城联智图”项目团队首创性提出了城市图像生成框架：只需采用一个标准城市的图像，和少量目标城市的图像，就能生成目标城市的图像。比如：广州图像+少量西安图像=西安目标图像。

无人驾驶智能化水平主要依赖对各种交通异常场景的训练和有效响应，而实地采集各类异常场景往往需要耗费大量的人力、物力、财力。“城联智图”项目团队则解决了这一核心挑战：根据需要生成各种车辆的任意行驶线路、超车速度和角度、雨雪等异常天气，以及行人翻跨栏杆等异常情况，通过这项技术让无人驾驶汽车在各类虚拟生成的交通异常场景下进行学习、训练，不再需要在实地道路上训练。无人驾驶汽车在“云驾校”中就能通过各种风险升级打怪，成为“老司机”。

据了解，这几位由在校学生组成的团队，依靠这一成果，拿下了2021年“互联网+”大学生创新创业大赛的金奖。他们参加的是本次大赛首次设立的产业赛道，选择了华为出的《使用MindSpore设计和训练图像风格迁移模型》命题，在城市风格迁移这个方向上，利用在广州驾驶的底层图片，迁移仿真了西安等城市的道路街景。

题目中要求使用的昇思MindSpore，是华为在2020年开源的全场景AI框架，适用于端、边、云多业务场景，昇思MindSpore具有开发友好、运行高效、部署灵活，通过实现AI算法即代码，显著减少开发时间，降低开发门槛；通过动静态图的支持，加速AI开发灵活调测与执行；同时，通过与昇腾AI处理器的高效协同，可实现模型的高效运行。

团队指导老师、华南理工研究生院副院长、计算机科学与工程学院教授许勇介绍说，项目的模型是由风格迁移领域的经典模型CycleGAN改进而来。风格迁移可以将一个城市的图像街景转换为另一个城市的图像街景。创新之处是结合语义信息在非图像空间做约束，使得模型在风格转换时可不被源图像所完全限制住，让生成的图像更加自然。此外还把模型修改成了多领域转换模型，利用不同城市风格之间存在异同点，在不同领域的转换任务中复用一部分网络参数。

“在正式开发过程中，我们参考和调用了生态中已有的很多模块，再加上API简单易用，总体上感觉昇思MindSpore AI框架在模型的构建、训练和测试部分都比较顺畅。在调试时，只需变更几行代码就能在静态执行和动态调试能力中切换，能快速定位到问题所在。”项目团队负责人，华南理工在读博士生陈天一介绍说，对于如何学习一个新技术体系，他们的心得是多看官方的文档和教程，并且觉得昇腾论坛里的众多讨论也很有参考价值。

比赛过程中遇到的最大困难，是时间和算力资源。项目组成员郑咏佳介绍说，大赛报名是在7月，9月初就要参加省内赛，国赛材料截止日期安排在9月18日，结题时间只有两个月。所以团队结合华南理工大学视觉计算研究中心十余年的研究积累，依托华为昇腾AI团队为参赛队伍提供的充足算力资源以及对搭建模型提供的帮助，最终让华南理工大学团队在2-3个月内训练完成参赛模型。

“获奖只是开始，接下来希望把项目成果进一步完善，并落地应用到更多领域。”陈天一介绍说，他们计划通过该项目成立创业公司，点亮他们新的梦想和新的期望。

据悉，在2021年的“互联网+”大学生创新创业大赛中，全国1024所高校共有10466支队伍报名参赛，最终只有50支队伍进入全国总决赛。华为是产业命题赛道入围决赛队伍最多的企业，共有13支队伍，以昇腾AI、鲲鹏、OpenHarmony等技术作为研发底座参赛。华为轮值董事长郭平在2022年新年致辞中提到：华为将开展顶尖竞赛，广纳天下英才，补齐和提升软件、算法、算力等关键领域人才。

（原标题《“云驾校”练出老司机，华工学生团队破解无人驾驶智能化核心挑战》）