深兰科技-ACM MM 2020视频目标检测挑战赛冠军方案分享.doc

下载文档

26
0
约小于1千字
约 2页
2020-10-16 发布于上海
举报
版权申诉
保障服务

深兰科技-ACM MM 2020视频目标检测挑战赛冠军方案分享.doc

1、本文档共2页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

深兰科技|ACM MM 2020视频目标检测挑战赛冠军方案分享 ACM MM 2020 ACM MM(ACM International Conference on Multimedia, 国际多媒体会议)是ACM多媒体领域的顶级会议，涵盖多个新兴领域，致力于推动多媒体的研究和应用，包括但不限于图像，文本，音频，语音，音乐，传感器和社交数据。自1993年首次召开以来，ACM MM每年召开一次，ACM MM 2020会议于10月12日至16日在美国西雅图举办。来自深兰科技北京 AI 研发中心的 DeepBlueAI 团队斩获了视频目标检测赛道的冠军，我们可以通过这篇文章来了解一下 DeepBlueAI 团队的解决方案。赛题介绍尽管计算机视觉的最新进展有效地提高了多媒体系统的性能，但仍然不能明确回答一个核心问题：机器是否理解视频中发生的事情，分析结果是否可以被人类用户解释？为了推动上述问题的研究，新加坡国立大学推出VidOR数据集。该数据集包含10,000个从YFCC100M[2]数据集中筛选的视频(98.6小时)，80个类别的目标(例如成人、狗、玩具)和50个类别的关系(例如旁边、观看、保持)标注；同时举办Video Relation Understanding[1]竞赛，该竞赛同时是ACM Multimedia 2020 Grand Challenge中的竞赛任务。视频目标检测(Video Relation Understanding: Video Object Detection)作为基于VidOR数据集的竞赛任务。要求参与者开发鲁棒的目标检测器，该检测器需要不仅可以在每个视频帧中使用检测框定位目标，还需要将指示同一目标实体的检测框链接到轨迹中。这将帮助机器在视频级别理解目标实体的身份和动态，还可以使需要细粒度视频理解的许多应用程序受益。