ICCV 2021 | Anti-UAV 无人机跟踪竞赛启动!还有论文征稿

2024-03-13 06:50

本文主要是介绍ICCV 2021 | Anti-UAV 无人机跟踪竞赛启动!还有论文征稿,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!

点击下方卡片,关注“CVer”公众号

AI/CV重磅干货,第一时间送达

ICCV 2021 Anti-UAV Workshop & Challenge征稿啦,第二届“无人机跟踪”挑战赛等你来战!

作为计算机视觉领域的三大国际顶级会议之一,CCF A类国际会议ICCV 2021(IEEE International Conference on Computer Vision)将于2021年10月11-17日在线举办。近日,ICCV官方网站公布了Workshop Proposal的最终收录结果(http://iccv2021.thecvf.com/node/44),各式各样的Workshop和挑战赛已相继启动。

其中,“全华班”AI 学者组织的The 2nd Anti-UAV Workshop & Challenge(https://anti-uav.github.io/)尤为亮眼,该Workshop由北京理工大学、北京邮电大学、哈尔滨工业大学、北京交通大学、奇虎360、OPPO、中国科学院信息工程研究所、百度深度学习研究院等诸多机构学者共同发起,并由OPPO、奇虎360、将门创投、百度、Drones Journal和《电子与信息学报》倾情赞助。除接收相关论文,还将组织极具吸引力的第二届“无人机跟踪”挑战赛,主要针对基于红外视频流数据的复杂环境下无人机目标的检测、跟踪、识别等视觉感知与处理任务。

近年来,商用小型无人机飞速发展,其相比于载人机而言,具有体积小、成本低、机动性强等优势,可完成一些载人机无法完成的任务,已被广泛应用于航拍、监控、遥测、勘探、救援、物流等诸多领域。然而,也有不法分子利用无人机对敏感区域进行侦查/监视或携带危险物品/武器对重要人物进行毁伤。2019年09月14日,沙特阿拉伯国家石油公司(阿美石油公司)两处石油设施遭无人机袭击,给沙特带来了巨大的经济损失,并导致国际油价在短期内飙升。如果能够在受到袭击伤害之前对入侵无人机进行精准探测,就能够采取有效反制措施最大化降低损失。近来国内外多次发生无人机非法入侵事件,不仅对公民的个人隐私与生命财产安全造成了严重危害,而且对机场、军事基地、大型集会现场、核电站、政府机部门驻地等敏感区域的安防造成了极大威胁。因此,开展复杂环境下低慢小(无人机)目标智能感知的研究,从而对无人机进行有效的探测和监管,具有重要意义。

ICCV 2021 Anti-UAV Workshop &Challenge的举办初衷在于鼓励来自复杂环境下小物体检测、跟踪、识别领域及其他相关领域的专家、学者、老师、同学们展示他们的科研成果,共同探讨、交流、构思新想法、新方案,并由此推动和促进实际应用场景下的有关技术与系统的性能和实用价值。

ICCV 2021 Anti-UAV Workshop & Challenge 日程为期0.5天(2021年10月17日上午),纽约州立大学石溪分校教授凌海滨博士、美国加州大学伯克利分校人工智能研究实验室博士后研究员仉尚航将受邀做主题报告。

接下来将带来详细信息:

01. 征稿信息

重要日期

  • 截稿日期:2021年7月24日

  • 录用通知:2021年8月9日

投稿主页

https://anti-uav.github.io/submission/

奖励

预期最终接收20篇海报文章,1篇口头报告文章(来自最佳论文团队)。最佳论文奖由期刊《Drones》赞助,奖励为获奖证书+500 CHF+神秘礼品。

征稿范围

本次征稿范围包含但不限于以下视觉感知与处理任务的相关方向:

- 计算机视觉在无人机跟踪领域中的应用

- 基于RGB/NIR数据的无人机搜索策略

- 用于无人机探测的光谱传感技术

- 无人机定位与开集识别

- 面向无人机的场景理解

- 小/微型物体检测与跟踪技术

- 细粒度物体识别

- 实时深度学习推理

- 红外图像和视频分析


02. 竞赛信息

重要日期

  • Test-challenge发布:  2021年7月3日

  • 结果提交:  2021年7月10日

Codalab提交链接

https://competitions.codalab.org/competitions/23887

参赛要求

ICCV 2021 Anti-UAV Workshop & Challenge 要求参赛算法模型准确、稳定、实时追踪红外视频流中给定的无人机目标,同时估计目标的追踪状态;当目标消失时,需给出其不可见标记。

Large

Normal

Tiny

传统无人机检测和跟踪的计算机视觉研究在动态环境中缺乏高质量的基准,为了缓解这一差距,我们前期在CVPR 2020上组织了第一届国际“无人机跟踪”研讨会和挑战赛,发布了业内首个由160 段高质量全高清双模态(可见光 RGB + 近红外 NIR)视频序列组成的无人机多模跟踪数据集,获得了国际众多研究机构人员的广泛关注,为推动领域前沿技术发展做出了很大贡献。

小尺度

遮挡

动态背景干扰

本届挑战将前期已公开基准数据集扩展至由280段高质量全高清热红外视频序列组成(140段视频用于验证集测试,140段视频用于测试集测试),涵盖多种复杂场景下多种尺度无人机的数据(3种尺寸,即,大、中、小;3种型号:即, DJI-Phantom4、DJI-MarvicAir、DJI-MarvicPRO)。视频数据通过可由计算机远程控制的带有自动转台的固定于地面的特制摄像设备进行采集。所有数据均通过专业的数据标注员进行标注,带有如下密集标注信息:bounding box、属性(大、中、小、白天、夜晚、云雾、楼宇、虚假目标、速度骤变、悬停、遮挡、尺度变化)以及表示当前帧是否存在目标的标志位。

所有数据均通过专业的数据标注员进行标注,带有如下密集标注信息:目标边界框、属性(大、中、小、微小四种尺度、虚假目标、速度骤变、遮挡、尺度变化、动态背景干扰、目标从画面丢失)以及表示当前帧是否存在目标的标志位。

奖励

冠军:获奖证书+1500 USD+神秘礼品 (PaddlePaddle解决方案额外奖励2000 USD)

亚军:获奖证书+1000 USD+神秘礼品(PaddlePaddle解决方案额外奖励1500 USD)

季军:获奖证书+500 USD+神秘礼品(PaddlePaddle解决方案额外奖励1000 USD)

相关网址

相关数据集已开放下载(https://anti-uav.github.io/dataset/)并开始接受参赛队伍注册及结果提交。

Baseline模型和Evaluation代码:https://github.com/Anti-UAV/baseline。

更多详细信息请参阅Codalab:

https://competitions.codalab.org/competitions/23887

03. Workshop详情

议程安排

日期:2021年10月17日上午

- 8:30-8:40 开幕致辞与欢迎仪式

- 08:40-09:10 第二届“无人机跟踪”挑战赛介绍与结果公布

- 09:10-09:25 口头报告1:第二届无人机跟踪挑战赛冠军

- 09:25-09:55 受邀报告1:凌海滨,教授,纽约州立大学石溪分校

- 09:55-10:10 口头报告2:第二届“无人机跟踪”挑战赛亚军

- 10:10-10:40 海报展示

- 10:40-11:10 受邀报告2:仉尚航,博士后研究员,美国加州大学伯克利分校人工智能研究实验室(BAIR)

- 11:10-11:25 口头报告3:第二届“无人机跟踪”挑战赛季军

- 11:25-11:40 口头报告4:最佳论文奖

- 11:40-12:00 颁奖典礼与总结展望

CVPR和Transformer资料下载后台回复:CVPR2021,即可下载CVPR 2021论文和代码开源的论文合集
后台回复:Transformer综述,即可下载最新的两篇Transformer综述PDF
CVer-Transformer交流群成立
扫码添加CVer助手,可申请加入CVer-Transformer 微信交流群,方向已涵盖:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。
一定要备注:研究方向+地点+学校/公司+昵称(如Transformer+上海+上交+卡卡),根据格式备注,可更快被通过且邀请进群
▲长按加小助手微信,进交流群▲点击上方卡片,关注CVer公众号
整理不易,请给CVer点赞和在看

这篇关于ICCV 2021 | Anti-UAV 无人机跟踪竞赛启动!还有论文征稿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/803965

相关文章

SpringBoot项目启动后自动加载系统配置的多种实现方式

《SpringBoot项目启动后自动加载系统配置的多种实现方式》:本文主要介绍SpringBoot项目启动后自动加载系统配置的多种实现方式,并通过代码示例讲解的非常详细,对大家的学习或工作有一定的... 目录1. 使用 CommandLineRunner实现方式:2. 使用 ApplicationRunne

bat脚本启动git bash窗口,并执行命令方式

《bat脚本启动gitbash窗口,并执行命令方式》本文介绍了如何在Windows服务器上使用cmd启动jar包时出现乱码的问题,并提供了解决方法——使用GitBash窗口启动并设置编码,通过编写s... 目录一、简介二、使用说明2.1 start.BAT脚本2.2 参数说明2.3 效果总结一、简介某些情

MySQL数据库宕机,启动不起来,教你一招搞定!

作者介绍:老苏,10余年DBA工作运维经验,擅长Oracle、MySQL、PG、Mongodb数据库运维(如安装迁移,性能优化、故障应急处理等)公众号:老苏畅谈运维欢迎关注本人公众号,更多精彩与您分享。 MySQL数据库宕机,数据页损坏问题,启动不起来,该如何排查和解决,本文将为你说明具体的排查过程。 查看MySQL error日志 查看 MySQL error日志,排查哪个表(表空间

springboot3打包成war包,用tomcat8启动

1、在pom中,将打包类型改为war <packaging>war</packaging> 2、pom中排除SpringBoot内置的Tomcat容器并添加Tomcat依赖,用于编译和测试,         *依赖时一定设置 scope 为 provided (相当于 tomcat 依赖只在本地运行和测试的时候有效,         打包的时候会排除这个依赖)<scope>provided

内核启动时减少log的方式

内核引导选项 内核引导选项大体上可以分为两类:一类与设备无关、另一类与设备有关。与设备有关的引导选项多如牛毛,需要你自己阅读内核中的相应驱动程序源码以获取其能够接受的引导选项。比如,如果你想知道可以向 AHA1542 SCSI 驱动程序传递哪些引导选项,那么就查看 drivers/scsi/aha1542.c 文件,一般在前面 100 行注释里就可以找到所接受的引导选项说明。大多数选项是通过"_

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

用命令行的方式启动.netcore webapi

用命令行的方式启动.netcore web项目 进入指定的项目文件夹,比如我发布后的代码放在下面文件夹中 在此地址栏中输入“cmd”,打开命令提示符,进入到发布代码目录 命令行启动.netcore项目的命令为:  dotnet 项目启动文件.dll --urls="http://*:对外端口" --ip="本机ip" --port=项目内部端口 例: dotnet Imagine.M

Linux服务器Java启动脚本

Linux服务器Java启动脚本 1、初版2、优化版本3、常用脚本仓库 本文章介绍了如何在Linux服务器上执行Java并启动jar包, 通常我们会使用nohup直接启动,但是还是需要手动停止然后再次启动, 那如何更优雅的在服务器上启动jar包呢,让我们一起探讨一下吧。 1、初版 第一个版本是常用的做法,直接使用nohup后台启动jar包, 并将日志输出到当前文件夹n

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快