<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          ICCV2021 Challenge | 多視角行人追蹤

          共 2783字,需瀏覽 6分鐘

           ·

          2021-08-01 03:30

          ↑ 點(diǎn)擊藍(lán)字 關(guān)注極市平臺(tái)

          作者丨微軟云計(jì)算認(rèn)知服務(wù)計(jì)算機(jī)視覺團(tuán)隊(duì)
          編輯丨極市平臺(tái)

          極市導(dǎo)讀

           

          微軟云計(jì)算認(rèn)知服務(wù)計(jì)算機(jī)視覺團(tuán)隊(duì)構(gòu)建了一個(gè)大規(guī)模的多視角多目標(biāo)追蹤數(shù)據(jù)集和基準(zhǔn)(MMP-Tracking)。同時(shí),將在計(jì)算機(jī)視覺頂會(huì)ICCV2021上舉辦本次MMP-Tracking Challenge,以供研究人員開發(fā)和測(cè)試新的多視角多目標(biāo)跟蹤算法。 >>加入極市CV技術(shù)交流群,走在計(jì)算機(jī)視覺的最前沿

          比賽入口:https://competitions.codalab.org/competitions/33729

          比賽官網(wǎng):https://iccv2021-mmp.github.io

          1.概述

          多目標(biāo)追蹤是計(jì)算機(jī)視覺最基本且最重要的研究方向之一。多目標(biāo)追蹤有很多實(shí)際應(yīng)用,例如動(dòng)作捕捉,安防追蹤,人機(jī)交互,機(jī)器人導(dǎo)航等等。因此,受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。

          對(duì)于單視角多目標(biāo)追蹤,目前已經(jīng)有不少公開數(shù)據(jù)集和基準(zhǔn),比如MOT,PathTrack,HiEve等。這些數(shù)據(jù)集和基準(zhǔn)極大促進(jìn)了單視角目標(biāo)追蹤技術(shù)的發(fā)展。然而,對(duì)于多視角多目標(biāo)追蹤,由于收集和標(biāo)注數(shù)據(jù)的復(fù)雜程度遠(yuǎn)遠(yuǎn)高于單視角多目標(biāo)追蹤,目前只有很少數(shù)幾個(gè)公開數(shù)據(jù)集(WILDTRACK,SALSA,EPFL-RLC),且這些數(shù)據(jù)集多數(shù)時(shí)長較短或者并非完全標(biāo)注。缺乏數(shù)據(jù),極大限制了多視角目標(biāo)追蹤算法的發(fā)展。

          為了支持和推動(dòng)多視角目標(biāo)追蹤領(lǐng)域的發(fā)展,鼓勵(lì)研究者研發(fā)更高效更新穎的目標(biāo)追蹤算法,微軟云計(jì)算認(rèn)知服務(wù)計(jì)算機(jī)視覺團(tuán)隊(duì)構(gòu)建了一個(gè)大規(guī)模的多視角多目標(biāo)追蹤數(shù)據(jù)集和基準(zhǔn)(MMP-Tracking)。同時(shí),將在計(jì)算機(jī)視覺頂會(huì)ICCV2021上舉辦MMP-Tracking Challenge,以供研究人員開發(fā)和測(cè)試新的多視角多目標(biāo)跟蹤算法。

          具體信息可以參考網(wǎng)站:https://iccv2021-mmp.github.io

          2.數(shù)據(jù)樣本可視化


          3.比賽簡介

          數(shù)據(jù)集分為訓(xùn)練集(5小時(shí)),驗(yàn)證集(1.5小時(shí))和測(cè)試集(2.5小時(shí))三個(gè)部分。其中,測(cè)試集不提供標(biāo)注,只供研究者生成算法結(jié)果并提交到比賽網(wǎng)站參加比賽。數(shù)據(jù)集收集于五種不同的模擬環(huán)境,例如零售店,大堂,工長,辦公室,茶水間。我們的數(shù)據(jù)集標(biāo)注了每一幀,訓(xùn)練集包含了大約120萬幀的圖像及其標(biāo)注。

          關(guān)于數(shù)據(jù)的格式請(qǐng)參考我們的網(wǎng)站中有關(guān)數(shù)據(jù)格式的介紹:https://iccv2021-mmp.github.io/subpage/dataset.html

          比賽會(huì)從兩個(gè)不同的方面評(píng)判結(jié)果,因此分為兩個(gè)不同的排行榜:

          3.1攝像頭視角評(píng)測(cè)

          參賽者提交對(duì)應(yīng)于每個(gè)攝像頭視角的目標(biāo)跟蹤bounding box坐標(biāo),對(duì)應(yīng)的tracking id以及confidence score,綜合所有視角的表現(xiàn),根據(jù)MOTA和IDF1進(jìn)行最終排名。

          3.2俯視圖視角評(píng)測(cè)

          參賽者需要根據(jù)提供的calibration數(shù)據(jù),計(jì)算出每個(gè)目標(biāo)在3維空間俯視圖上的坐標(biāo)并提交,最終根據(jù)在俯視圖上的MOTA和IDF1進(jìn)行排名。

          3.3重要日期

          4.比賽參賽和數(shù)據(jù)集申請(qǐng)

          所有參賽者需要在CodaLab注冊(cè)賬戶:https://competitions.codalab.org

          我們的比賽入口是:https://competitions.codalab.org/competitions/33729

          所有參賽隊(duì)伍需要簽署我們的數(shù)據(jù)使用協(xié)議數(shù)據(jù)集:https://iccv2021-mmp.github.io/attachments/MMPTracking%20User%20Agreement.docx

          請(qǐng)下載并且將簽署好的申請(qǐng)發(fā)送電子郵件到[email protected]. 我們將會(huì)給您發(fā)送下載鏈接。

          歡迎感興趣的研發(fā)團(tuán)隊(duì)踴躍參賽!

          比賽組織者

          Xiaotian Han, Quanzeng You, Peng Chu, Will Boyd, Houdong Hu, Jiang Wang, Zicheng Liu
          Microsoft Azure Computer Vision

          比賽顧問委員會(huì)

          Prof. Haibin Ling, Department of Computer Science, Stony Brook University
          Prof. Jiebo Luo, Department of Computer Science, University of Rochester
          Prof. Ying Wu, Department of Computer Science, Northwestern University
          Prof. Ming-Hsuan Yang, Electrical Engineering and Computer Science, University of California, Merced
          Prof. Mubarak Shah, Department of Computer Science, University of Central Florida
          Dr. Tatjana Chavdarova, Postdoctoral Researcher, EPFL


          如果覺得有用,就請(qǐng)分享到朋友圈吧!

          △點(diǎn)擊卡片關(guān)注極市平臺(tái),獲取最新CV干貨

          公眾號(hào)后臺(tái)回復(fù)“CVPR21檢測(cè)”獲取CVPR2021目標(biāo)檢測(cè)論文下載~


          極市干貨
          YOLO教程:一文讀懂YOLO V5 與 YOLO V4大盤點(diǎn)|YOLO 系目標(biāo)檢測(cè)算法總覽
          實(shí)操教程:PyTorch vs LibTorch:網(wǎng)絡(luò)推理速度誰更快?只用兩行代碼,我讓Transformer推理加速了50倍
          算法技巧(trick):深度學(xué)習(xí)訓(xùn)練tricks總結(jié)(有實(shí)驗(yàn)支撐)深度強(qiáng)化學(xué)習(xí)調(diào)參Tricks合集




          CV技術(shù)社群邀請(qǐng)函 #

          △長按添加極市小助手
          添加極市小助手微信(ID : cvmart4)

          備注:姓名-學(xué)校/公司-研究方向-城市(如:小極-北大-目標(biāo)檢測(cè)-深圳)


          即可申請(qǐng)加入極市目標(biāo)檢測(cè)/圖像分割/工業(yè)檢測(cè)/人臉/醫(yī)學(xué)影像/3D/SLAM/自動(dòng)駕駛/超分辨率/姿態(tài)估計(jì)/ReID/GAN/圖像增強(qiáng)/OCR/視頻理解等技術(shù)交流群


          每月大咖直播分享、真實(shí)項(xiàng)目需求對(duì)接、求職內(nèi)推、算法競賽、干貨資訊匯總、與 10000+來自港科大、北大、清華、中科院、CMU、騰訊、百度等名校名企視覺開發(fā)者互動(dòng)交流~



          覺得有用麻煩給個(gè)在看啦~  
          瀏覽 73
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  91cao狠狠 | 国产精品三级在线观看 | 青娱乐国产| 影音先锋91 | 欧美性交大香蕉 |