图形图像处理大赛，第四届中国图片大赛公示
CSIG图像图形技术挑战赛是中国图像图形学会（CSIG）为推动我国图像图形技术及相关产业的发展和应用，解决企业面临的技术难题而举办的系列赛事。旨在解决问题。扩大企业传播并帮助企业吸引更多人才。第四届CSIG图像图形技术挑战赛包括“光照渲染与渲染优化”、“实时流体粒子物理模拟动画与优化”、“行人属性识别”、“开放世界目标检测竞赛”，包含来自‘ “CSIG”。 FAT-AI 2023面部激活检测挑战赛、“基于人工智能的量化选股投资策略建模与可视化分析”、“表格结构识别挑战赛”、“视觉惯性里程计”和“激光雷达里程计”。共有3084支队伍参赛。大赛结果可在协会大赛网站（http://challenge.csig.org.cn）上查询。第四届CSIG图像图形技术挑战赛包括“光照渲染与渲染优化”、“实时流体粒子物理模拟动画与优化”、“行人属性识别”、“开放世界目标检测竞赛”，包含来自‘ “CSIG”。 FAT-AI 2023面部激活检测挑战赛、“基于人工智能的量化选股投资策略建模与可视化分析”、“表格结构识别挑战赛”、“视觉惯性里程计”和“激光雷达里程计”。共有3084支队伍参赛。大赛结果可在协会大赛网站（http://challenge.csig.org.cn）上查询。
竞赛项目1
灯光渲染和渲染优化
图1 主办方AMD介绍灯光渲染及渲染优化赛道
竞赛项目1由中国图像图形学会(CSIG)和AMD赞助。通过模拟光的反射、折射和散射等物理特性，光线追踪创造出高质量的视觉效果并呈现现实世界中的灯光效果，为用户增加沉浸感和真实感。广泛应用于电影中。游戏、虚拟现实和其他娱乐行业。该项目提出了构建一个支持光线追踪渲染技术的引擎的任务。赛事方将提供比赛场景，参赛者实现光追功能。该项目的目的是研究当前的光线追踪渲染技术，并进一步推动当前这一方向的发展。
图2 光照渲染及渲染优化赛道奖
竞赛项目2
实时流体粒子物理模拟动画和优化
图3 主办方AMD介绍灯光渲染及渲染优化赛道
竞赛项目2由中国图像图形学会(CSIG)和AMD赞助。实时流体粒子物理模拟动画与优化通过模拟粒子的物理性质和行为，可以模拟流体流动、碰撞、破碎等各种特性，使动画更加真实生动，让观众更有身临其境的感觉。通过确保实时环境中的动画性能和响应能力来提高交互式体验的性能。该项目提出的任务是构建一套硬件光线追踪技术作为用于碰撞检测的实时流体粒子物理模拟动画引擎。参与者将被要求实时认识粒子之间相互作用力的动态效应，包括经典的流体-粒子模拟模型。
图4 实时流体粒子物理模拟动画及优化赛道奖励
竞赛项目3
行人属性识别
图5 主办方天翼云介绍行人属性识别卡车
竞赛项目3由天翼云科技有限公司赞助。随着人工智能的快速发展，行人属性识别在视频监控等领域取得了优秀的应用场景。行人属性识别是指根据行人图像检测行人并确定行人具有哪些属性的过程。大多数行人属性是与个体相关的语义特征，常见的行人属性包括性别、年龄、服装颜色和款式以及是否有背包和帽子等配饰。广泛应用于自动售货机、ATM、商场、车站等公共场所的危险行为预警、交通违章监控、工业安全、目标人员锁定等领域。应用行人属性识别可以大大提高从监控视频中提取有用信息的效率，减少人力物力的消耗。本次竞赛项目提出了基于多任务的细粒度图像分类任务——行人属性识别。旨在培养选手解决现实场景问题的能力，为细粒度图像分类领域提供新的解决思路。推动实际场景应用。
图6 行人属性识别卡车奖
竞赛项目4
开放世界物体检测竞赛
图7 360主办方部署开放世界目标检测卡车
竞赛项目4由360公司赞助。物体检测是计算机视觉的核心任务之一，主要目标是让计算机自动识别图像中物体的类别并标记每个物体的位置。目前主流的目标检测方法主要是针对闭集目标开发的。这意味着您必须定义要发现的目标类别，并在整个任务的初始阶段执行手动数据标记。通过监督模型训练实现目标检测目标。使用该技术可以处理的检测目标通常仅限于几十个类别。然而，随着需要检测的目标类别数量增加到数千或数万，上述方法不再支持数据标注处理。同时，训练后的模型无法容纳新的类别。当新类别出现时，您必须手动标记它们并再次训练模型，从而降低了整体效率。本竞赛项目提出开放词集目标检测——开放世界目标检测竞赛，旨在为解决上述问题提供新思路，推动目标检测算法的发展。
图8 开放世界目标检测卡车奖
竞赛项目5
CSIG FAT-AI 2023 面部激活检测挑战赛
图9 主办方国家研究开发机构图像信息智能分析与共享应用技术研究所介绍面部活动检测卡车。
竞赛项目5由视频图像信息智能分析与共享应用技术国家工程研究院主办，中国科学院自动化研究所协办。目前，人脸识别技术广泛应用于各个领域，给人们的生活带来便利，但也面临着各种人脸欺诈攻击。成功的假脸攻击极有可能对用户造成重大伤害，因此对面部生物识别检测技术进行深入研究以防止欺诈至关重要。该挑战旨在确定面部真实性，即视频或图像中捕获的面部是否是真实面部，还是通过照片或面具伪装的面部。挑战评估数据集是从开放场景中获得的。
图10 获奖的面部活动检测轨迹
竞赛项目6
利用AI进行量化选股投资策略建模与可视化分析
图11 主办方百度飞票介绍基于AI的量化选股投资策略建模及可视化分析赛道
赛事六由百度飞桨主办。量化选股投资策略建模是利用数学和计算机技术分析市场数据并确定投资组合的投资策略。量化选股投资策略通常使用机器学习（例如线性回归、决策树）和深度学习（例如LSTM、Transformer、CNN）技术来发现潜在的市场趋势和模式，做出有效的交易决策。因此。这种方法不仅解决了传统主观判断带来的偏差问题，而且提高了交易的效率和盈利水平，是量化投资者常用的技术方法。本次任务，工银瑞信为赛事提供的训练数据为过去10年976万条真实世界脱敏股票因子特征数据，这将有助于参赛者对股票未来进行建模和预测，是重要的实用资源。制定有效的投资策略。
图12 基于AI的量化选股投资策略建模与可视化分析赛道获奖情况
竞赛项目7
表结构识别挑战
图13 识别田径问题的表格结构
竞赛项目7由国家语音语言信息处理工程研究中心和科大讯飞股份有限公司主办。在知识和信息时代，文档是许多认知过程的重要信息来源，例如知识数据库创建、光学字符识别（OCR）和文档检索。表格在以简洁的格式传达重要信息方面具有特殊的地位，并且在财务、行政和档案文件等领域非常常见。利用计算机识别和恢复表结构可以使表信息得到更高效的处理，具有非常重要的应用价值。随着深度学习的快速发展，表结构识别技术正在取得许多新的进展。在本次大赛中，为了综合评价表单结构识别系统的性能，我们收集了各种场景的表单图像（有线表单和无线表单），包括电子文档和拍摄的表单图像。一些表格图像具有复杂的背景、图像扭曲等，使得这项任务非常困难。
图14 标识赛道奖项的表结构
竞赛项目8
视觉惯性里程计
图15 主办方厦门大学介绍视觉惯性里程计赛道
竞赛项目8由厦门大学和CSIG 3D视觉专家委员会主办。视觉惯性里程计是SLAM中的关键技术之一，并且已经达到了成熟的水平。视觉与惯性导航相结合的里程计在精度、速度和鲁棒性方面都有非常好的表现。然而现阶段，越来越多的研究人员开始研究SLAM系统的整体性能。而且，在实际应用中，视觉惯性里程计面临着光照、场景突变、非惯性系等困难场景下的定位等诸多问题。鉴于上述问题，本次竞赛项目我们决定发布一个视觉惯性里程计列表供参赛者尝试，并基于该数据集从跟踪精度和跟踪速度的角度对提交的结果进行评估。评估SLAM系统的整体性能。
竞赛项目9
骑手里程表
图16 激光雷达里程表轨道防御
竞赛项目9由厦门大学和CSIG 3D视觉专家委员会主办。激光雷达测距作为SLAM 最重要的技术之一，近年来得到了广泛的研究。与其他传感器相比，激光雷达测距具有精度高、速度快、鲁棒性强等优点。但在实际使用中，激光雷达测距仍然存在长期运行时垂直偏移、运动物体影响较大等问题。鉴于上述问题，本次竞赛项目我们决定发布一个视觉惯性里程计列表供参赛者尝试，并基于该数据集从跟踪精度和跟踪速度的角度对提交的结果进行评估。评估SLAM系统的整体性能。
图17 激光雷达里程表卡车奖
第四届CSIG图像图形技术挑战赛决赛在第十二届国际图像图形会议（ICIG2023）上举行，优胜队伍晋级决赛。各比赛优胜队伍参加决赛，决赛由中国图像图形学会、北京航空航天大学理事兼副秘书长刘四教授主持。该职位将由中国图像图形学会常务理事、安徽大学教授罗斌、中国图像图形学会理事、华东师范大学卢悦教授、云南大学钱文华教授担任。中南大学姜朝辉教授、北方民族大学周涛教授以及决赛评委。根据各比赛项目获胜队的场上防守情况，评选出1支冠军队、1支亚军队、2支季军队进入决赛。竞赛与训练委员会负责人、华中科技大学教授宣布了竞赛结果。 2023年9月23日晚宴上，举行了CSIG图像图形技术挑战赛决赛颁奖仪式，学会副理事长王永田教授、副理事长赖建黄教授、副理事长兼秘书长马惠民出席。教授在场。 - 协会主席将分别颁发第四届CSIG图像图形技术奖，并向挑战赛决赛的一、二、三名队伍颁发荣誉证书。
图18 刘思教授主持决赛
图19 决赛专家评委
图20 最终场景
图21 决赛优胜队伍颁奖
最终获胜者为“灯光渲染与渲染优化”大赛“特瓦观光”队，其队员包括来自华南理工大学的刘建鹏、朱鹏辉、于斐然。
图22 决赛亚军队伍颁奖
决赛亚军是来自杭州魔点科技有限公司的“CSIG FAT-AI 2023人脸活体检测挑战赛”选手王东先生。
图23 决赛第三名队伍颁奖
决赛的两名季军之一是“表格结构识别挑战赛”竞赛项目的“DDDC”队，队员熊家成来自中国科学院上海药物研究所。另一支季军队伍是“激光雷达里程表赛道”大赛的“Peach-SLAM”队。团队成员为袁子康先生、郎奉天先生、王晓祥先生、徐天乐先生。讲师是华中大学的杨欣老师。科学和技术。第四届CSIG图像图形技术挑战赛已圆满结束。
