“襟带江湖古合肥，巍峨重镇此高楼。”

 

第九届视觉与学习青年学者研讨会（VALSE2019）吸引了五湖四海的计算机视觉从业者们相聚在合肥。春意盎然的江淮古城群贤毕至、百家争鸣。一年一度的VALSE早已成为国内CVer每年最为期待的会议之一。在这里，同学们不仅可以了解到最前沿的学术成果，还可以了解到国内CV领域相关公司的最新技术应用。

 

VALSE 2019

据小编了解，本届VALSE大会实际签到参会人数约5017人，再创历史新高。大会内容丰富，共有 88场学术报告，具体包括：10场特邀报告、10场年度进展报告，11个专题Workshop的64场报告，2个Tutorial讲习班的4个报告。另外还有171篇顶会顶刊论文Poster展示及37篇论文的Spotlight宣讲。36家赞助商也进行了137个Demo系统的精彩展示。内容涵盖了弱监督学习、迁移学习、元学习、图像细粒度识别、三维视觉等各个方面，从基础理论到实际应用，从现有技术关键进展到未来挑战与启示。

 

DiDi@VALSE 2019

作为大会赞助商，滴滴在安徽国际会展中心现场设立展台，与观众围绕“学术合作”和“D²-City视频数据集和挑战赛”两大主题展开交流。很多参会的同学们问小编CV在滴滴有哪些应用呢？其实，计算机视觉技术作为人工智能十分重要的组成部分，在滴滴有着广泛的应用场景。例如每天司机每日首次出车前、夜间出车前都要进行人脸验真；接单间隙随机抽取进行人脸识别；通过对道路场景感知和理解真实世界的变化，计算机视觉可以用于有效更新地图数据，优化司乘体验等等。本次会议期间我们展示了“人体骨骼关键点检测”和“人脸朝向检测”的演示视频，很多同学对我们的演示视频十分感兴趣。

 

CVPR 2019 WAD 自动驾驶挑战赛

滴滴联合加州大学伯克利分校DeepDrive深度学习自动驾驶产业联盟（BDD）启动 CVPR 2019 WAD自动驾驶挑战赛，邀请全球算法高手来挑战自动驾驶领域重点难题。

 

本次 CVPR 2019 WAD 挑战赛共提供了四项全新的基于多个驾驶数据集的自动驾驶相关任务。其中，滴滴共参与提出目标检测迁移学习、目标跟踪迁移学习、大规模检测插值三项任务，并提供一个大规模、高质量的真实驾驶场景视频数据集 D²-City（https://gaia.didichuxing.com/d2city），涵盖12类行车和道路相关的目标标注，旨在鼓励相关领域前沿算法的发明与实现。

 

两项迁移学习挑战赛均建立在滴滴此次发布的 D²-City 数据集与 BDD 发布的 BDD100K 数据集上。目标检测迁移学习挑战赛中，参赛者需要利用采集自美国的 BDD100K 数据，训练目标检测模型用于采集自中国的 D²-City 数据；目标跟踪迁移学习挑战赛中，参赛者需要利用 D²-City 数据训练模型应用于 BDD100K 数据。

 

而在大规模检测插值探索赛中，参赛者需要基于 D²-City 数据集，在大量只提供了关键帧标注的视频上补全整段视频的框检测结果。这项探索赛致力于鼓励在目标检测、插值、检测追踪、域适应等各领域结合的应用的相关研究。参赛者可以利用 BDD100K 数据集和其他公开可用的相关数据集或是借助部分人工标注修正去提升最终结果。

 

与现有的自动驾驶公开数据集相比，此次发布的 D²-City 数据集提供了更多在复杂或有挑战性的天气、交通、采集状况下所收集的真实场景数据，如光线不足、雨雾天气、道路拥堵、图像清晰度低等，涵盖了中国不同城市的驾驶场景。同时，D²-City 数据集也计划提供大规模的精准标注信息，包括在数千段视频、数十万关键帧上的目标检测标注及在近千段视频上的目标跟踪标注。

 

敲黑板，重要事项及时间节点!!!

报名通道：挑战赛官网 http://wad.vision

WAD预研讨会暨测评通道开启：2019年4月25日

截止日期：2019年5月31日

优胜团队颁奖：2019年6月17日@CVPR2019 WAD

 

预研讨会报名渠道

CVPR 2019自动驾驶研讨会（WAD）旨在聚集学术界和工业界的研究人员和工程师，讨论自动驾驶概念的最新进展。这次预研讨会将介绍加州大学伯克利分校和滴滴当前的计算机视觉和人工智能的研究活动。