群雄逐鹿,AI in RTC 2019 创新大赛决赛即将打响

2023-10-20 05:10

本文主要是介绍群雄逐鹿,AI in RTC 2019 创新大赛决赛即将打响,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

AI in RTC 2019 创新挑战赛从 7 月 1 日开始报名、提交作品,到现在已经经过了两个多月赛程。大赛即将于 10 月 23 日在北京举行大赛答辩路演与决赛,届时参与决赛的各支队伍将展开最终角逐。我们将在 10 月 24 日的 RTC 大会的千人峰会上,为最终优胜团队颁奖。

决赛日程

640?wx_fmt=gif
  • 时间:10 月 23 日,13:00 - 18:00

  • 地点:北京悠唐皇冠假日酒店 6 层塞纳厅

  • 形式:团队路演+评委打分

决赛评委

640?wx_fmt=gif

钟声

声网Agora 首席科学家

评委简介:北京大学数学系博士。曾任海信芯片总经理、博通资深主任科学家、华亚微电子技术副总裁。在美国拥有50余项技术专利,在中国拥有超过20项技术专利。曾是MPEG/JVT (H.264)与 INCITS主要成员,IEEE 成员,并发表了30余篇论文,内容覆盖了模式识别、视频编解码、计算机视觉等技术领域。

宋利

上海交通大学教授、博士生导师

评委简介:上海交通大学教授,博士生导师,IEEE高级会员,图像通信与网络工程研究所副所长、人工智能研究院、未来媒体网络协同创新中心骨干成员。研究方向是多媒体信号处理、计算机视觉与人工智能。主持国家级科研项目10余项,发表学术论文150余篇,获授权发明专利35项,软件著作权5项。获国家科技进步二等奖、上海市科技进步一等奖、上海市技术发明一等奖、日本大川基金研究奖、IEEE ICME-Twitch竞赛奖、国际会议最佳论文奖两次(IEEE VCIP及WCSP)。任IEEE Transaction on Broadcasting特邀编委、Multidimensional Systems and Signal Processing编委,是IEEE电路与系统协会视觉信号处理与通信组技术委员、视频体验联盟技术组组长、中国智慧家庭产业联盟4K极客工作组技术委员、上海市信息家电行业协会技术委员。

周世付

声网Agora AI 算法工程师

评委简介:毕业于上海大学,博士学位, 图像算法工程师,主要从事机器学习、计算机视觉算法的研究及落地。

龚宇华

声网Agora 资深研发工程师

评委简介:在声网主要负责iOS端移动应用产品设计和技术架构,曾开发过移动端电子杂志阅读器,被网易云阅读等多个第三方应用指定集成。毕业于北京大学,在2012年进入互联网行业前是位自由撰稿人,曾出版过《我在北大读周易》《学佛要从学做人开始》《历史的诡计》《谁比谁聪明》等书。

张乾泽

声网Agora 高级架构师

评委简介:毕业于英国牛津大学,原SAP软件工程师,主导SAP Anywhere移动端架构设计开发。2017年加入声网,现为声网Agora高级架构师,致力于RTC技术在娱乐,直播等行业的应用与研发工作。

金叶清

声网Agora 布道师

评委简介:6 年研发运营经验,从事开发者社区领域工作近五年。曾负责华为开发者社区相关运营工作;目前就职于声网,从事开发者布道师工作。

决赛参赛队

640?wx_fmt=gif

今年的大赛分为三个赛道:编程创新挑战、超分辨率图像质量挑战、超分辨率算法性能挑战。共有 150 余人参加了编程创新挑战, 760 多支队伍参加了超分辨率的两项挑战赛。

最终进入决赛的团队、参赛者包括:

640?wx_fmt=png

参与编程创新挑战的参赛者们在这两个月中不断地调试、优化作品,提交了许多高完成度的作品,甚至有些作品完全可以作为产品面向用户。很多团队还拍摄制作了 demo 视频。而参与超分辨率挑战的团队中,也有不少曾在国内外知名大赛中名列前茅的团队,有的来自知名高校,有的则来自知名互联网企业。

我们将在下周开放决赛观众报名通道,并为大家提前揭晓一些有趣的作品和经验丰富的团队,敬请期待。

这篇关于群雄逐鹿,AI in RTC 2019 创新大赛决赛即将打响的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/244877

相关文章

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

SpringBoot整合DeepSeek实现AI对话功能

《SpringBoot整合DeepSeek实现AI对话功能》本文介绍了如何在SpringBoot项目中整合DeepSeekAPI和本地私有化部署DeepSeekR1模型,通过SpringAI框架简化了... 目录Spring AI版本依赖整合DeepSeek API key整合本地化部署的DeepSeek