王中王铁算盘开奖结果 - 2017年六开彩开奖结果官方指定合作伙伴!
Loading
您所在的位置:首页 > 资讯关注 > 正文

CVPR 2018视频行为识别挑战赛结果出炉:前三名,都由国内团队获得

作者: 来源: 日期:2018/6/17 14:18:09 人气:0 加入收藏 评论:0 标签:

6 月 18 号,CVPR 2018 将在犹他州盐湖城开幕。作为计算机视觉领域的全球顶会,吸引了国内外众多学界、产业界的研究人员参与。而华人力量在 CVPR 上影响力愈为凸显:无论是论文接收,还是在各种挑战赛中取得的成绩。今日,MIT-IBM Watson 人工智能实验室主持的 Moments in Time 挑战赛结果出炉,而无论是 Full Track 还是 Mini Track 的前三名,都由国内团队获得。


比赛介绍


Moment 是由 MIT-IBM Watson AI Lab 开发的研究项目。该项目致力于构建超大规模数据集来帮助 AI 系统识别和理解视频中的动作和事件。


如今,该数据集已包含了一百万部标记的 3 秒视频,涉及人物、动物、物体或自然现象,捕捉了动态场景的要点。


此挑战赛分为两个 Track,分别如下:


Full Track


在完整 Moments in Time 数据集上的分类任务:


339 个类别;

802264 个训练视频;

33900 个验证视频;

67800 个测试视频。

Mini Track


在 Moments in Time 数据集的子集上的分类任务(面向学生):


200 个类别;

100000 个训练视频;

10000 个验证视频;

20000 个测试视频。

在两个 Track 中,总共有来自 24 个注册团队的 123 名参赛者,并提交了 151 个有效结果。每个团队每天可以提交一次,在整个比赛中一共可以提交 10 次。排名基于最佳的提交结果。最终分数按 top-1 准确率和 top-5 准确率的平均值计算。


结果出炉


今日,该挑战赛的结果出炉,Full Track 与 Mini Track 前三名都为中国团队所得:


在 Full Track 类别中,来自海康威视的 DEEP-HRI 获得了第一名,旷视科技第二,七牛云团队第三名。在 Mini Track 中,来自中山大学的 SYSU_isee 团队获得第一名,北航与台湾大学的团队分别是二三名。


在 CVPR 期间,获胜团队将受邀在 workshop 上做展示。


此外,这些获胜团队的技术报告大部分已经放出,感兴趣的同学可从以下链接查阅、学习:


海康威视:http://moments.csail.mit.edu/challenge2018/DEEP_HRI.pdf

旷视科技:http://moments.csail.mit.edu/challenge2018/Megvii.pdf

七牛云:http://moments.csail.mit.edu/challenge2018/Qiniu.pdf

中山大学:http://moments.csail.mit.edu/challenge2018/SYSU_isee.pdf

台湾大学:http://moments.csail.mit.edu/challenge2018/MIRA.pdf

小结


计算机视觉作为重点 AI 研究领域,华人在其中做出的贡献愈来愈大。CVPR 作为计算机视觉领域的顶级会议,一直受到国内研究者的重视,积极贡献论文,参与竞赛。


仅据机器之心不完全了解,有商汤科技参与的论文被 CVPR 2018 接收了 44 篇论文(商汤科技、香港中文大学 - 商汤科技联合实验室以及其他商汤科技联合实验室),腾讯 AI Lab 21 篇论文入选,阿里巴巴 18 篇,腾讯优图 10 篇。


除了来自产业界的论文,机器之心也断断续续报道了众多来自国内大学的 CVPR 2018 论文,例如上海交通大学电子系人工智能实验室倪冰冰教授课题组的 6 篇论文、清华大学的 CartoonGAN 等。想要了解更多 CVPR 2018 论文,读者们可参阅以下内容,也可从机器之心公众号后台「文章搜索」处搜索「CVPR 2018」:


CVPR 2018 | 零样本学习新进展:使用鉴别性特征实现零样本识别

CVPR 2018 | 牛津大学&Emotech 首次严谨评估语义分割模型对对抗攻击的鲁棒性

CVPR 2018 | 鸡尾酒网络 DCTN:源分布结合律引导的迁移学习框架

CVPR 2018 | 腾讯 AI Lab 提出新型损失函数 LMCL:可显著增强人脸识别模型的判别能力

CVPR2018 | 直接建模视觉智能体?让「小狗」动起来~

CVPR 2018 | Spotlight 论文:单摄像头数秒构建 3D 人体模型

CVPR 2018 | 腾讯 AI Lab、MIT 等机构提出 TVNet:可端到端学习视频的运动表征

CVPR 2018 | 哈工大提出 STRCF:克服遮挡和大幅形变的实时视觉追踪算法

CVPR 2018 | Spotlight 论文:变分 U-Net,可按条件独立变换目标的外观和形状

CVPR 2018 | 中科大&微软提出立体神经风格迁移模型,可用于 3D 视频风格化

CVPR 2018 | 残差密集网络:利用所有分层特征的图像超分辨率网络

CVPR 2018 | Poster 论文:处理多种退化类型的卷积超分辨率

CVPR2018 | 新加坡国立大学论文:利用互补几何模型改善运动分割

CVPR2018 | CMU&谷歌 Spotlight 论文:超越卷积的视觉推理框架

CVPR 2018 | 华中科技大学提出多向文本检测方法:基于角定位与区域分割

CVPR 2018 | 优于 Mask R-CNN,港中文&腾讯优图提出 PANet 实例分割框架

CVPR 2018 | Spotlight 论文:解耦神经网络 DCNet,性能优于标准 CNN

CVPR 2018 | 商汤科技提出 GeoNet:用无监督学习感知 3D 场景几何

CVPR 2018 | 新型语义分割模型:动态结构化语义传播网络 DSSPN

CVPR 2018 | 无需额外硬件,全卷积网络让机器学习学会夜视能力


    本文网址:http://www.zlcxw.com/zixunguanzhu/14.html
    读完这篇文章后,您心情如何?
    • 0
    • 0
    • 0
    • 0
    • 0
    • 0
    • 0
    • 0
    更多>>网友评论
    发表评论
    编辑推荐
    • 没有资料