登录会员系统  |  联系我们  |  加入学会  
学会活动
第五届CSIG图像图形技术挑战赛-CSIG FAT-AI 2024人像复原挑战赛即将启动
发布时间:2024-06-04      来源:拉斯维加斯手机娱乐网站       分享:

CSIG图像图形技术挑战赛是由拉斯维加斯手机娱乐网站 (CSIG)主办的系列赛事,旨在促进图像图形技术及相关产业的发展和应用,扩大企业产品开源技术的推广,帮助企业吸引更多的优秀人才。本届比赛结果将在学会竞赛网站(http://challenge.csig.org.cn)公布。

 

图片1.png

 

CSIG图像图形技术挑战赛-CSIG FAT-AI 2024人像复原挑战赛

主办方: 拉斯维加斯手机娱乐网站 (CSIG)

承办方

视频图像信息智能分析与共享应用技术国家工程实验室(简称“视频国家工程实验室”,英文简称:NELIVA)

支持单位:

CSIG视频图像与安全专委会 

目的与意义

近年来,随着多模态大模型技术的发展,根据自然语言描述、简单轮廓图像,依靠模糊图像恢复出符合本人特征的人像复原技术,在公共安全领域已逐渐被应用。人像复原技术是计算机视觉领域的前沿,本次活动将聚焦该领域的最新研究与实践,通过集结全国各地的专业人才跨界合作,共同解决人像复原领域的难题。这有助于改进现有的算法与模型,提高人像复原技术的性能和鲁棒性,从而提升其在实际应用中的效果和可靠性。

作为国内首次举办的人像复原领域专业赛事,本届挑战赛的独特性在于,是以真实世界中人像复原问题为依据,汇集国内的高校、企业研究者与开发者,共同探索如何通过低清晰度的人像照片与对应的人物形象文字描述,精准恢复出高清晰度、与真人高相似度的人像照片,为参与者提供解决实际问题的机会。

 本届 CFAT 2024挑战赛的目标是利用人物的低清照片、人脸文本描述和人脸轮廓图,复原出人物的高清照片。

 

竞赛时间

2024年下半年(待定)

 参赛对象

专注于视频领域AI智能应用、视频图像处理、机器学习等研究的国内高校、企业及科研院所的专业人才。

比赛网址

本届挑战赛网址:https://fat.neliva.com.cn/CFAT2024 (即将开通)

竞赛的阶段任务与目标

CFAT 2024分初赛与复赛2个阶段,初赛总排名的Top 40进入决赛。

1)初赛任务描述

在初赛测评数据集上,参赛者使用训练集训练,并对测试集进行预测,输出每组数据的高清复原照片, 将所有高清复原照片打包压缩成tar格式后作为提交的结果文件。进入初赛最终排行榜的前 40名参赛者方可参加复赛。参赛者可利用任何截止 2024 年开赛前1个月在互联网可公开访问的开源模型。

2)复赛任务描述

与初赛不同的是,初赛入围的榜单前40名参赛者先使用初赛的训练集(包括train和dev)训练, 然后封装成可用于进行人像复原的算法包(打包压缩成 tar.gz格式后),提交到FAT平台。之后主办方将使用非公开数据集对参赛者的算法包进行测评,得出分数后再进行排名,并在每个工作日更新榜单。

复赛结束后至发最终榜单前,获奖参赛者需提交模型的训练代码,主办方将对获奖者的最优方案结果进行完整复现。在此过程中,获奖者需予以配合(包括训练和推理)。参赛者可利用任何截止2024年开赛前1个月在互联网可公开访问的开源模型。

3)CFAT 2024的目标

要求参赛者基于主办方提供的低清晰度人脸照片及其对应的人脸文本描述和人脸轮廓图(如人物的年龄段、性别、眼睛大小、瞳孔颜色、鼻子形状、嘴巴大小等)来复原出此人原本的高清人脸照片。

竞赛数据与测评方法

(一)初赛测评数据

CFAT 2024的初赛测评数据来源于学术界数据集,数据内容格式与训练数据保持一致。

(一)复赛测评数据

CFAT 2024的复赛测评数据来源于开放场景下私有标注的高质量数据集,该数据集非公开,数据内容格式与训练数据保持一致。

(三)测评方法

CFAT 2024 以复原成功率 (ACC) 复原质量 (QUALITY) 作为人脸复原测评的指标,并根据这两项指标计算出综合得分——带质量的复原成功率QRSR,作为参赛者的排序依据。带质量的复原成功率(QRSR)从高到低排序。

具体测评方法将在赛前公布

总决赛及颁奖

2024年12月,CFAT 2024复赛最终榜单的冠军队伍有资格参加第五届CSIG图像图形技术挑战赛总决赛(如不参加视为弃权),拉斯维加斯手机娱乐网站 将组织专家担任总决赛的评委,根据各赛道冠军队伍现场答辩情况评选出总决赛冠、亚、季军,随后进行总决赛颁奖。

证书奖励

进入CFAT 2024复赛排行榜总榜前10名者可获得证书。奖金待定。

 

Copyright © 2025 拉斯维加斯手机娱乐网站  京公网安备 11010802035643号   京ICP备12009057号-1

地址:北京市海淀区中关村东路95号 邮编:100190

技术支持:中科服

Baidu
map