「十亿像素」引领视觉智能技术变革，2022 GigaVision挑战赛圆满落幕

决定一场赛事高度的关键因素，在于赛题任务和赛题数据。而这场挑战赛背后的 GigaVision 数据平台，正是一系列视觉智能前沿问题的「发源地」。

GigaVision 数据平台目前包括 PANDA 和 GigaMVS 两个子项目，其中 PANDA 是世界上首个十亿像素级、以人类为中心的视频数据集，GigaMVS 是世界上首个十亿像素级超大规模场景三维重建基准。

相比于当前各种百万像素级的视觉任务，GigaVision 挑战赛填补了十亿像素图像 / 视频层面的空白，为视觉智能领域内的研究者和从业者带来了新鲜感十足的挑战。

在 GigaVision 挑战赛中，每一张图片、视频的每一帧都是十亿像素级别。比如 GigaMOT 赛道，参赛者需要评估 MOT 模型在十亿像素视频中对多个目标跟踪任务的准确性，既要解决单目标跟踪任务的互相遮挡、运动模糊、拥挤场景、尺度变化等难点，又要处理目标轨迹的起始与终止、相似目标间的相互干扰等问题。特别是该赛道所使用的 PANDA-Video 大场景数据集，其可视范围大、拥挤行人的复杂场景等特点也为传统数据集上的 MOT 算法带来了新的挑战。

基于十亿像素视频的多目标跟踪示例。

又比如在 GigaRendering 赛道中，参赛者需要在给定的不同场景经过校准的十亿像素图像中，面对稀疏视角下的高分辨率、宽视场、细节丰富的难点，渲染生成新的 RGB 视图并尽可能提升其准确性。十亿像素级别的图像渲染任务，对神经辐射场的表达、规模和效率提出了更高的挑战。

十亿像素图像渲染新视图示例。

此外，偏好原始创新的测评方式亦是 GigaVision 挑战赛的一大亮点。传统的人工智能挑战赛任务普适性强、办赛周期短，大部分参赛队伍倾向利用成熟的理论框架和工程套路，实现系统集成和参数调优，反复刷榜。完全以分数导向的测评方式，阻碍了技术的原始创新。相比之下，GigaVision 挑战赛形成了固定的举办周期，注重前沿性、原创性，更能鼓励参赛队伍进行原始创新。

可以看到，GigaVision 挑战赛看似仍在比拼视觉智能领域的几大经典研究问题，但面向「十亿像素」级图像视频数据，赛题的前沿性、挑战性、创新性和开拓性大幅提升，与经典问题截然不同。以往将整个图像或视频放进网络中直接处理的传统方法不再奏效，仅仅使用单个模型或几个模型也很难完成这种级别的任务。因此，参赛团队会更加专注于「卷」模型架构的设计，致力于探索模型能力的上限，开展更多理论层面的创新尝试。

经过多轮比拼、线上评测、结果复现和视频答辩，本届大赛获得了多目标检测、多目标跟踪、多目标轨迹预测、3D 重建、3D 渲染、密集人群三维重建等方面的多个创新性解决方案，这些作品均具有很高的准确性和领先性，为十亿像素计算机视觉的发展带来了启发。

几年来，GigaVision 数据平台以赛为媒，已经与 CVPR、ICCV、ECCV、ACM MM 等国际顶会联合举办了多届 Workshops 和 Challenges。系列赛事的举办水平不断提升，参赛规模不断增长，关注度和影响力越来越高。

对于 GigaVision 数据平台来说，这一系列赛事构建了前沿开放的学术交流社区，面向国内乃至全球发现和储备了一批优秀的视觉智能算法研究人才，并从中挖掘出了极具价值的科研合作切入点。

对于视觉智能领域和整个社会来说，其更重要的价值在于「以赛引才、以赛育人」，不仅能够促进我国智能成像技术和人工智能产业的快速发展，同时将推动人工智能在科研领域解决真实世界问题等方面提供基础性支撑。以「十亿像素」数据集为支撑，GigaVision 挑战赛或将开启视觉智能领域的下一次重大突破。

在十亿像素级别的视觉智能前沿探索中，GigaVision 无疑提供了一个很好的平台载体。

当然，技术高峰的攀登是没有止境的。GigaVision 挑战赛主办方将不忘初心，瞄准科技前言、面向产业需求，前瞻性布局设置更多高水准、高价值的赛题，持续提升十亿像素级数据平台的数据规模和场景维度，为视觉智能领域科研人员提供一个全新的学习、展示、交流和竞技平台，助力视觉智能前沿科技发展和产业变革。

2023年新赛季活动即将拉开序幕，其中部分赛道与第三届国际人工智能会议（CICAI 2023）联合举办，以丰厚奖金征集创新算法方案，欢迎访问官网查看最新信息。挑战升级、奖励升级，欢迎各位 AI 科技爱好者关注大赛官网参与挑战！

GigaVison官网：https://gigavision.cn/

CICAI官网： https://cicai.caai.cn/

同时，为了促进相关领域科研和学术交流，PANDA 和 GigaMVS 数据集持续开放，欢迎 CV 爱好者通过下方链接下载数据。

数据集下载：

https://gigavision.cn/news/news/?nav=DataSet%20Panda&type=nav

联系邮箱：[email protected]返回搜狐，查看更多