雷鋒網(wǎng) AI 研習社按，當?shù)貢r間 6.18-22 日，CVPR 2018 將在美國鹽湖城舉辦。目前距離大會開幕還有四個月，隨著春節(jié)期間大會主辦方公布接收論文名單，引來大家對 CVPR 的討論狂潮（詳情可參見 CVPR 2018 收錄論文名單全公布，默默看各路大神公布喜訊）。除了對接收論文的討論和學習，其實還有一個議程也不容大家錯過，那就是 workshop 上各式各樣的比賽了。

從大會官網(wǎng)上可以看到，今年的 workshop 涉及到多個議題，比如偽裝人臉識別、低功耗圖像識別、圖像壓縮、系統(tǒng)魯棒性分析、自動駕駛、嵌入式視覺等等多個方面，而針對這些議題，也涌現(xiàn)出許多有意思的比賽。這些 workshop 上的比賽，或是有多個大公司贊助，或是極具新意，或是極具實用價值，雷鋒網(wǎng) AI 研習社在篩選之后，為大家介紹如下幾個比賽。

以下是兩個極有新意的比賽，在偽裝人臉識別比賽和大規(guī)模地標識別競賽上，主辦方都提供全新的大規(guī)模公開數(shù)據(jù)集，大家可以利用系統(tǒng)識別偽裝后的明星，識別景點。

偽裝人臉識別比賽

在「First International Workshop on Disguised Faces in the Wild 」workshop上，來自馬里蘭大學、IBM 和印度國際信息學院（IIIT）的幾位主辦方推出偽裝人臉檢測比賽。

隨著近年來深度學習的進步，自動人臉識別能力得到了顯著提升。然而，在不受約束的環(huán)境中，面對不是很配合的用戶，想要進行精準的人臉識別仍然極具挑戰(zhàn)。

目前對姿勢、表情、光照、老化程度和低分辨率等幾個因素的研究頗多，但「偽裝」仍然是人臉識別中一個很難解決的問題。

如下圖所示，偽裝包括有意和無意的改變面容來混淆自己的身份，或者模仿別人的身份。你能猜出下面誰是Lady Gaga，誰是 Neil Patrick Haris 嗎？

偽裝在什么樣的環(huán)境下都有可能發(fā)生，因此對這種問題的識別會更加困難。此外，由于沒有可用的數(shù)據(jù)集，人們并沒有對真實場景下的偽裝進行全面研究。

針對現(xiàn)狀，在此次研討會上，主辦方舉辦了這場偽裝人臉識別競賽，參賽者將被要求展示他們在自然環(huán)境數(shù)據(jù)庫中對偽裝后的人臉的識別情況。優(yōu)秀的算法組將被受邀提交論文，選中的論文會在 workshop 上進行演示。此外，沒有參加比賽的相關(guān)研究人員也可以提交論文。

喬裝人臉數(shù)據(jù)集（Disguised Face Dataset）

主辦方準備了一個喬裝人臉數(shù)據(jù)集（Disguised Face Dataset），包含了 1.1 萬多張涵蓋 1000 種主題的各種經(jīng)過不同偽裝的圖片。主題文件夾由喬裝過后的藝人的圖片組成，此外主辦方還提供從 Faster RCNN 中生成的臉部文件。

數(shù)據(jù)集地址：http://iab-rubric.org/databases/DFW_Data.zip

比賽主要包括如下幾個方向：

• 在偽裝的情況下識別人臉

• 通過偽裝冒充其他身份

• 檢測各種不同的偽裝方法

• 檢測化妝之后的人臉

• 識別遮掩之后的人臉

關(guān)于該比賽的詳細信息，可以參見：

http://iab-rubric.org/DFW/dfw.html

大規(guī)模地標識別競賽（Large-Scale Landmark Recognition: A Challenge）

當你在瀏覽旅游之后的照片時，有沒有問過自己：我在中國訪問過的這座寺廟叫什么名字? 我在法國看到的這個紀念碑是誰建造的? 想不起來沒關(guān)系，地標識別系統(tǒng)能幫到你。地標識別技術(shù)可以直接通過圖片像素預測地標標簽，從而幫助人們更好地理解和分類自己的照片。

如今，地標識別研究面臨一大障礙——缺乏大型的帶標注的數(shù)據(jù)集。

在這次競賽中，主辦方公開了迄今為止最大的全球性數(shù)據(jù)集，以促進解決這個問題。此次比賽在 Kaggle 平臺上舉辦，極具挑戰(zhàn)性。

此次共分為兩個賽事：

地標識別

Kagglers 需要建立模型，在測試集中識別出正確的地標 (如果圖中有地標)。

許多 Kagglers 對諸如 ImageNet LSVRC 大規(guī)模視覺識別挑戰(zhàn)賽很熟悉，ILSVRC 的目標是識別一千種常規(guī)的對象類別。地標識別與這有些許不同：它包含了更大的類 (這次比賽中有一萬五千個類)，并且每個類的訓練樣例的數(shù)量可能不是很大。地標識別本身也極具挑戰(zhàn)。

這一挑戰(zhàn)與地標檢索挑戰(zhàn)賽同時進行，兩個比賽的測試集相同，以鼓勵參賽者兩個都參加。

地標檢索

圖像檢索是計算機視覺中的一個基礎(chǔ)問題：給定一個圖像，你能否在大型數(shù)據(jù)庫中找到類似的圖像? 這個問題對于含有地標的圖像來說非常重要，因為人們大都喜歡以特定的地標作為背景拍照。

在這場競爭中，主辦方會為參賽者提供查詢的圖像，并且，對于每個給定的圖像，都希望參賽者能檢索出數(shù)據(jù)庫中包含相同地標的所有圖像 (如果存在的話)。

主辦方也鼓勵參賽者使用識別比賽中的訓練數(shù)據(jù)來訓練檢索賽中的模型，這可能也會有用。但是請注意：這兩個挑戰(zhàn)賽的訓練/檢索集中沒有共同的地標。

比賽提供的全新數(shù)據(jù)集是世界上最大的圖像檢索研究數(shù)據(jù)集，由一百多萬張圖片組成，包含一萬五千個獨特的地標。主辦方表示，希望這一數(shù)據(jù)集將加速對這類研究的進展。

地標識別比賽地址：https://www.kaggle.com/c/landmark-recognition-challenge

地標檢索比賽地址：https://www.kaggle.com/c/landmark-retrieval-challenge

除了以上兩個代表性的極具新意的比賽，會上也有很多較為傳統(tǒng)的比賽，例如 LPIRC。

低功耗圖像識別挑戰(zhàn)賽（Low-Power Image Recognition Challenge）

該比賽為 IEEE 主辦，今年是第四屆。比賽贊助方包括 IEEE Rebooting Computing、谷歌和 Facebook。

舉辦該比賽的背景如下：目前，許多移動系統(tǒng) (智能手機、電子設(shè)備、自動機器人) 都具有拍照功能，這些系統(tǒng)都需要使用電池，因此降低能耗極其重要。

這一競賽旨在發(fā)掘出兼顧圖像識別和節(jié)約能耗的最佳技術(shù)。參賽選手的方案將會根據(jù)兩個維度來評估：一是高識別率，二是低功耗。

圖像識別涉及到許多任務(wù)。這一挑戰(zhàn)集中于對象檢測，這是許多識別方法的基本路徑。

下面有兩個例子，舉例說明了此次任務(wù)。

在第一個例子中，有兩個物體：一只鳥和一只青蛙。

在第二個例子中，有若干物體：汽車、人、摩托車和頭盔。

LPIRC 的訓練和驗證數(shù)據(jù)來自于 ImageNet 大規(guī)模視覺識別挑戰(zhàn)賽。測試數(shù)據(jù)是專門針對此次比賽準備的。

比賽分為三個不同挑戰(zhàn)：

Track 1：參賽隊伍在 CVPR 2018 之前，將他們的模型提交為 TfLite 格式，這里重點關(guān)注模型在確定計算平臺上的準確率和執(zhí)行時間。

Track 2：參賽隊伍在 CVPR 2018 前提交程序，主辦方將會在英偉達 TX2 上執(zhí)行程序，衡量準確率和能耗。

Track 3：與 2017 年的一樣，參賽者在現(xiàn)場用他們寫好的程序比賽，這里對硬件和軟件都沒有限制。（注意：不能使用英偉達 TX2）

關(guān)于比賽的更多信息，接下來會陸續(xù)公布，大家可以關(guān)注：

https://rebootingcomputing.ieee.org/lpirc

除了這些或極具新意，或傳統(tǒng)的比賽，也有比賽既涉及到由來已久的賽事，又專注于未來的實用性價值，例如下面要介紹的魯棒性視覺挑戰(zhàn)賽。

魯棒性視覺挑戰(zhàn)賽（Robust Vision Challenge）

過去十年間，帶標注的大數(shù)據(jù)集日益增多，如 Middlebury、PASCAL VOC、ImageNet、MS COCO、KITTI、Cityscapes，這些數(shù)據(jù)集的出現(xiàn)使得計算機視覺和機器學習取得巨大進步。

有了公共排行榜，大家只需要比較多種方法的結(jié)果，就很容易追蹤到這一領(lǐng)域的最先進技術(shù)。雖然目前在每個數(shù)據(jù)集上都取得了穩(wěn)定的進展，但許多都只限于特定領(lǐng)域。例如，KITTI 專注于真實世界的城市駕駛場景，而 Middlebury 考慮的是室內(nèi)場景。

因此，在一個數(shù)據(jù)集上頂尖的方法通常在另一個數(shù)據(jù)集上表現(xiàn)很差，或者需要對模型參數(shù)進行大量修改。

這個 workshop 的目標是促進視覺系統(tǒng)的發(fā)展，找到能在各種具有不同特征的數(shù)據(jù)集上均表現(xiàn)良好的穩(wěn)健系統(tǒng)。

為了實現(xiàn)這一目標，主辦方推出 Robust Vision Challenge 挑戰(zhàn)賽，通過一系列具有不同特征的、極具挑戰(zhàn)性的基準（例如室內(nèi) VS 室外，真實 VS 合成，晴朗 VS 惡劣天氣，不同的傳感器），測試系統(tǒng)在若干個任務(wù) (如：重建、語義/實例分割、單一圖像深度預測) 上的性能。此外，主辦方也鼓勵大家提交的系統(tǒng)中包括新的算法、目前正在審核的技術(shù)和已經(jīng)發(fā)表的方法。

如上圖所示，主辦方為這 6 個挑戰(zhàn)中的冠軍和亞軍提供獎項，并邀請他們在這次的 workshop 上展示其方法，參加 workshop 晚宴。此外，主辦方還計劃在 TPAMI 論文上發(fā)表優(yōu)勝者方案。

而從大的方向上來看，也有諸多比賽關(guān)注城市現(xiàn)狀，旨在利用計算機技術(shù)，找出針對于交通問題、城市發(fā)展問題的更好的應對方法，例如下面將要介紹的兩項比賽：

英偉達 AI 城市挑戰(zhàn)賽（NVIDIA AI CITY CHALLENGE）

英偉達在 CVPR 2018 上舉辦了一場英偉達 AI 城市挑戰(zhàn)賽。他們表示，到 2020 年將有 10 億臺相機。交通運輸是相機最大的細分市場之一，因為它可以從這些相機捕捉到的數(shù)據(jù)中受益。在交通、信號系統(tǒng)、運輸系統(tǒng)、基礎(chǔ)設(shè)施中，分析從這些攝像頭中獲得的信息，有助于交通系統(tǒng)更安全、更智能。

然而，目前因為一些原因，他們還沒能利用到這些潛在的信息。首先是數(shù)據(jù)質(zhì)量很糟糕，此外缺乏數(shù)據(jù)標簽，最后缺乏能夠?qū)?shù)據(jù)轉(zhuǎn)化為有用信息的高質(zhì)量模型，另外還需要支持從端到云分析的平臺來加速模型的開發(fā)和部署。

而此次的 NVIDIA AI City Challenge workshop 將特別關(guān)注這些問題，例如分析交通流量特征（如車速），大力開展使用無人監(jiān)督的方法來檢測車輛相撞、停車引起的異?，F(xiàn)象等等。

雖然目前計算機視覺，特別是深度學習已經(jīng)在大規(guī)模的實際部署上有所貢獻，這將有助于使城市變得更聰明、更安全，但英偉達希望征求大家更多的點子。

為了減少對監(jiān)督式方法的依賴，而更多的關(guān)注于遷移學習、非監(jiān)督和半監(jiān)督的方法，他們在這次 workshop 上組織此次競賽，優(yōu)秀成果將在 workshop 上進行展示。

參賽者可以在以下三個挑戰(zhàn)中選擇參加一個或多個，想獲得獎品的參賽隊伍需要提交代碼，以便于主辦方驗證。

Track 1: 交通流量分析（Traffic Flow Analysis）

參賽隊伍需要提交預估車速。測試集是 27 個 1 分鐘的視頻。

Track 2:異常檢測（Anomaly Detection）

參賽隊伍將提交檢測到的前一百個異常情況，這可能是由于汽車相撞或車輛停滯造成的。異常情況不包括正常的交通堵塞。

Track 3: 多場景車輛檢測和鑒定（Multi-camera Vehicle Detection and Reidentification）

參賽隊伍需要在 15 個視頻中，識別出在 4 個不同地點中均至少出現(xiàn)過一次的車輛。

而他們?yōu)閰①愡x手提供的獎品也很英偉達：

Track 1 中，冠軍和亞軍獎品是 Jetson TX2；

Track 2 中，冠軍獎勵是 Titan Xp1，亞軍獎勵是 Jetson TX2；

Track 3 中，冠軍獎勵是 Tesla V100，亞軍獎勵是 Jetson TX2。

比賽詳細信息：https://www.aicitychallenge.org/

DeepGlobe 衛(wèi)星圖像理解挑戰(zhàn)

據(jù)主辦方介紹，與傳統(tǒng)圖像相比，衛(wèi)星圖像非常強大，它包含更多的結(jié)構(gòu)化、一致的數(shù)據(jù)。盡管計算機視覺社群目前已經(jīng)在利用深度學習，基于日常圖像數(shù)據(jù)集，完成了一些極具挑戰(zhàn)的任務(wù)，但衛(wèi)星圖像最近才獲得關(guān)注，基于衛(wèi)星圖像可以對地圖和人口進行分析。

這個 workshop 旨在將不同研究人員聚集與此，以推進衛(wèi)星圖像分析頂尖技術(shù)的進展。

為了讓更多人關(guān)注這些技術(shù)，主辦方推出 DeepGlobe 衛(wèi)星圖像理解挑戰(zhàn)（DeepGlobe Satellite Image Understanding Challenge），該挑戰(zhàn)賽基于三種不同的衛(wèi)星圖像理解任務(wù)。

為這次競賽準備的數(shù)據(jù)集可以作為未來分析研究衛(wèi)星圖像的參考基準。此外，由于挑戰(zhàn)任務(wù)將涉及到實拍圖片（in the wild）中的經(jīng)典計算機視覺問題，這些數(shù)據(jù)集極具價值，有可能成為產(chǎn)生健壯視覺算法的溫床，而不僅僅只是局限在遙感技術(shù)的范圍。

DeepGlobe 包含如下三種挑戰(zhàn):

• 道路提?。╮oad extraction）

在災區(qū)，特別是發(fā)展中國家，地圖和可獲得的信息對于危機應對至關(guān)重要。這項挑戰(zhàn)是從衛(wèi)星圖像中自動提取道路和街道網(wǎng)絡(luò)。這是一個二元分割問題，需要檢測每一區(qū)域所有道路的像素。對這項競賽的評估將基于道路像素的準確度。

• 建筑物探測（building detection）

人口動態(tài)建模對災害響應和恢復具有重要意義，而對建筑物和城市區(qū)域的檢測是實現(xiàn)建模的關(guān)鍵。這項挑戰(zhàn)的目的是從衛(wèi)星圖像中自動探測建筑物。這一問題也是二元分割問題，需要找出每個區(qū)域所有不同建筑的位置。評估是基于檢測到的建筑邊緣與地面實況的重疊情況。

• 土地分類（land cover classification）

對地表自動分類和切割對可持續(xù)發(fā)展、農(nóng)耕和城市規(guī)劃具有重要意義。這一挑戰(zhàn)是個多類分割任務(wù)，需要探測城市、耕地、牧場、森林、水源、荒地和未知區(qū)域。評估是基于類別標簽的準確性。

參賽者可提交一個或多個挑戰(zhàn)的結(jié)果。主辦方呼吁大家提交的結(jié)果包括新的技術(shù)、正在審查的方法和已經(jīng)出版的方法。每項挑戰(zhàn)的前三名都將獲得獎勵，獲勝者將會在 DeepGlobe CVPR 2018 workshop 上進行口頭陳述，每一挑戰(zhàn)的前五名將受邀請進行海報展示。主辦方還將在 workshop 上發(fā)表一些選定的論文。

當然了，上面介紹的那些比賽并不是全部，大家可以點擊：http://cvpr2018.thecvf.com/program/workshops，查看更多 workshop 比賽信息，看看是否有你感興趣的主題。

（完）雷鋒網(wǎng) AI 研習社編譯整理

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。