Вчера мы доложили наш Challenge на CVPR NTIRE workshop (писал про его начало)! Увы, визу получить не успели, поэтому доклад был удаленный 🤷♂️
Кто помнит, я писал в прошлом сентябре, как у нас три челленджа зашли на AIM ECCV (лежат тут https://challenges.videoprocessing.ai/), я вошел в оргкомитет воркшопа, а наш аспирант Андрей Москаленко посетил гостеприимный Милан и супер интересную ECCV.
В сентябре я писал:
(сейчас задача зайти на CVPR NTIRE, если кому-то эти буквы что-то говорят))).
CVPR — это топовая конференция в CS по impact factor, причем с отрывом, если по ссылке сходите 😁. А NTIRE — это New Trends in Image Restoration and Enhancement — наиболее известный workshop в обработке изображений и видео, который в этом году проходит в 10 раз (первый юбилей)! Нам, как хозяевам videoprocessing.ai, сам бог велел там оказаться. 😉
Из-за юбилея попасть на CVPR NTIRE этого года было очень сложно. Мы подали аж 6 пропоузалов на челленджи, но зашел только один. Уже хорошо! 😁
В чем смысл челленджа: он очень похож на бенчмарк (коих у нас 18), но проводится в ограниченное время. Датасет закрыт (т.е. веры результатам больше), а после окончания челленджа датасет открывается, так что есть возможность верифицировать авторов. Если есть возможность сравнительно дешево генерировать датасеты (что возможно не всегда), то челлендж — это хороший способ притормозить бушующий кризис воспроизводимости. За счет того, что конференция А* (куда народ рвется хоть тушкой, хоть чучелком), сильно упрощается набор участников. В финале участники должны раскрыть код алгоритма.
Мы стараемся предлагать челленджи так, чтобы они были одновременно уникальны (подача — это соревнование со многими топовыми в области лабораториями), современны (должно быть достаточно желающих поучаствовать), практичны (интерес компаний к результатам) и давали так или иначе вклад в наши работы по написанию А* (на челлендже можно отлично протестировать новую методику сбора датасета или собрать конкурентов для своего метода, претендующего на SOTA). 🌿
Проведенный челлендж был посвящен улучшению пользовательского видео (UGC Video Enhancement), т.е. человек что-то заснял на телефон и хочет, чтобы оно автоматически стало лучше (в плане шума, тряски, размытия из-за движения, цветов и т.д.) И сегодня (хвала нейросетям!) это возможно, но важно минимально уронить качество в неудачных кейсах! Результаты оценивались в 3 этапа слепым субъективным тестированием (людьми). Cущественно поднять качество удалось всем финалистам. 🙂
Всего на челлендж зарегистрировалось 83 участника, которые в сумме сделали 92 сабмита. Любопытно, что финальный сабмит с кодом сделало всего 7 участников (мы надеялись на больше, конечно), из которых 6 — это китайские компании, часто в обнимку с китайскими университетами. Констатирую: китайские компании завтра всех порвут! 😁 Топ-3:
1. ShannonLab (Tencent)
2. DeepView (Tencent)
3. Alibaba Group и Beihang University
Скоро видео, залитое в WeChat, будет чудесным образом становиться лучше,
📖 Статья, кому интересны детали
🧑💻 Github
Пользуясь случаем проанонсирую, что 3 наших челленджа зашли на ICCV этого года (Y-e-e-e-s!!! 💪). Сейчас их стартуем. Так что в этом году мы добавим себе на скрижали 4 челленджа на А* (в гармоничное дополнение к А* статьям))). 😉
Продолжение следует! 😉
Stay tuned! 😁
#pro_conferences