国际权威CV领域挑战赛，中国队又一次几乎包揽前三

雷锋网AI科技评论消息：10月29日上午，在意大利威尼斯召开的计算机视觉国际顶级会议 ICCV 2017的 “Joint COCO and Places Recognition Challenge” 专题会上公布了COCO +Places 2017挑战赛的排名情况。

COCO and Places Recognition Challenge共包括 COCO Challenge和Places Challenge两部分。

关于COCO Challenge

COCO挑战赛偏重对物体的理解。COCO Challenge ( Common Objects in Context，常见物体图像识别挑战) 和 ImageNet挑战赛有相似之处，不过与关注整体图像的 ImageNet 图像分类任务相比，COCO 中的物体检测任务更关注的是场景理解中的物体识别，需要对图像中出现的每个物体的个体（如各种小物体，各种遮挡物体）进行识别，因此要求算法对图像细节有更好的理解。

COCO是一个图像数据集，是用来推动物体检测研究，特别是检测上下文中的物体。其中提供的注释包括80个分类的物体像素级分割，人体实例的关键点注释，91个类别的背景语义分割，每张图片中5条图像标注。

具体分为四类任务：COCO物体检测挑战（Detection Challenge），COCO物体分割挑战（Segmentation Challenge），COCO关键点挑战（Keypoint Challenge），COCO背景语义分割挑战（Stuff Segmentation Challenge ）。

COCO物体检测/分割挑战

COCO物体检测\分割有四支参赛队伍，旷视科技（face++）夺的物体检测第一；由北京大学和香港中文大学组成的研究团队（Team UCenter）夺得物体分割挑战第一。

COCO人体关键点挑战

鼓励团队参与两种物体检测挑战中的一种（或两种）竞争：使用包围盒输出或对象分割输出。

人体关键点检测有两支参赛队，旷视科技（face++）夺得第一；第二名由商汤科技（Beihang University & Sense Time）团队获得。

COCO背景语义分割挑战

要求在不受外界控制的条件下，对人体关键点定位。挑战的难点是同时检测人的位置以及定位他们的关键点（测试中不提供人体位置）。鉴于COCO检测挑战主要检测图片中的“物”（如人，汽车，大象），这个挑战的重点放在图片中的背景（如草，墙，天空）。

关于Places Challenge

“Places挑战"偏重对场景的理解。“Places挑战"的数据，是一个像素级标注的图像数据及ADE20K。这个数据集中有2万张图像用于训练，2千张用于验证，3千张用于测试。

“Places挑战”有三项任务：场景解析（ scene parsing）；实例分割（instance segmentation）；语义边界检测（semantic boundary detection）。共有四支队伍参加，除了旷视科技，还有以下三支队伍：

在场景解析任务中，冠军由中科院自动化所和京东联合建立的CASIA_IVA_JD团队摘得，第二名是今日头条的WinterIsComing团队。

场景解析也叫场景语义分割，是将图像分割成物体和物类的方法。任务是在Pascal上像素的分类，类似语义分割任务，但不同的是，要把每一个测试图像的每个像素分若干语义范畴概念，“填充对象”如天空，草地，道路或离散对象，如人，车，建筑。共有150个语义类别，占所有图像像素的89%。具体来说，挑战数据分为训练两万张图像，两千张图像进行验证，和三千张图像测试。对于每个图像，分割算法将产生一个语义分割掩模，预测图像中每个像素的语义类别。算法性能将根据在这150个语义类别中的像素精度平均值来评定。

在实例分割任务中，冠军由旷视科技（face++）摘得，第二名为G-RMI (Google Research and Machine Intelligence)谷歌团队获得。

场景实例分割是将图像分割为物体实例。该任务是类似于任务1的像素级分类，但它也要求该算法从图像中提取每个物体实例。这项工作的动机有两个方面：1）将语义分割的研究推向实例分割。2）让物体检测、语义分割和场景分析之间有更多的协同作用。语义类别会和任务1中共享数据，但有100类对象实例注释。评价指标是所有100个语义类别的平均精度（AP）。

语义边界检测是检测图像中每一个物体实例的边界。边界检测与边缘检测有关，但更多地关注边界及物体实例的关联。以前在ade20k数据图像的所有像素的注释对象实例可以作为语义边界检测的基准，这是比以前更大的bsds500。此任务的数据与任务1和任务2中使用的图像相同，共有150个语义类别。提交的模型将在优化数据规模使用F-measure评价（f-ods）。

雷锋网AI科技评论小结：继ImageNet之后，计算机视觉领域最具有含金量的挑战赛COCO +Places 2017几乎又被华人拿下所有最高奖。其中表现最为出色当属中国的几家AI企业，将国际巨头微软，谷歌，Facebook都甩在了后面。雷锋网为中国科技业取得的成绩感到无比骄傲，也祝愿中国AI技术今后能持续领跑全球。