L'atelier CVPR 2024 | Le défi d'évaluation de la qualité AIGC commence !

NTIRE (New Trends in Image Restoration and Enhancement) est l'un des séminaires internationaux de haut niveau dans le domaine de la vision par ordinateur, couvrant les tâches de vision de bas niveau et les défis associés. Il convient de mentionner que le défi d'évaluation de la qualité AIGC NTIRE 2024 sera organisé conjointement par l'équipe des professeurs Liu Xiaohong, Min Xiongkuo et Zhai Guangtao de l'Université Jiao Tong de Shanghai et Huawei Technologies Co., Ltd. Le 9e Symposium NTIRE devrait se tenir simultanément avec le CVPR 2024, le 18 juin 2024, et rassemblera de nombreux chercheurs pour discuter des dernières tendances technologiques.

Contexte du concours :

Ces dernières années, avec l'essor de la technologie de l'intelligence artificielle générative, les modèles d'image vincentienne et de vidéo vincentienne ont continué à émerger. L'objectif principal de ce type d'algorithme est de générer du contenu visuel basé sur les besoins des utilisateurs. Par conséquent, les préférences subjectives des humains pour l’AIGC ont commencé à recevoir une large attention et ont une importance importante pour la recherche. Cependant, les méthodes existantes d’évaluation de la qualité des images/vidéos ont une faible corrélation avec la perception subjective humaine de la qualité, et il est difficile d’évaluer avec précision le degré d’adéquation entre le contenu généré et les besoins des utilisateurs. Il existe donc un besoin urgent de proposer de nouvelles méthodes d’évaluation de la qualité des images/vidéos afin de prédire la qualité des AIGC, favorisant ainsi le développement du domaine de la génération multimodale.

Nous avons organisé un AIGC Quality Assessment Challenge en collaboration avec le séminaire NTIRE. Vise à trouver des conceptions/solutions de réseau capables de produire des résultats de haute qualité hautement corrélés aux scores de qualité subjective (MOS) des images et des vidéos.

Introduction au concours :

Ce défi utilise un nouvel ensemble de données appelé AIGCQA-30K, qui contient 20 000 images pour la piste 1 et 10 000 vidéos pour la piste 2. Couvre 16 images Vincent grand public et 8 modèles vidéo Vincent. Plus précisément, l'ensemble de formation contient 70 %, l'ensemble de validation 10 % et l'ensemble de test 20 %. Pendant la phase de développement du modèle, des ensembles de formation et de validation seront publiés. Les participants peuvent utiliser l'ensemble de formation pour la formation de modèles et soumettre les résultats de l'ensemble de vérification au serveur CodaLab pour évaluation. Pendant la phase de test, les organisateurs du concours publieront un ensemble de tests. Les participants peuvent utiliser le modèle formé pour prédire la qualité des images de test et soumettre les résultats de prédiction, qui seront évalués quantitativement et classés par les organisateurs.

Site officiel du concours et site Web du défi :

Site officiel du NTIRE : https://www.php.cn/link/96276c4db2d39c1529b9fdbfc9e5b2e6

Site Web du défi d'évaluation de la qualité de l'AIGC (piste d'images) : https://www .php.cn/link/b58144d7e90b5a43edcce1ca9e642882

URL du défi d'évaluation de la qualité AIGC (piste vidéo) : https://www.php.cn/link/6ef8783d73140a616fc3d27d7330d503

Calendrier :

04.2023 Sortie de la formation ensemble et ensemble de validation

2023.02.04 Libérer la plateforme de vérification en ligne

2023.03.07 Libérer l'ensemble de test, fermer la plateforme de vérification

2023.03.14 Date limite de soumission des résultats de test

2023.03.15 Aperçu et code/exécutable Date limite de soumission des documents

2023.03.17 Publication des résultats préliminaires des tests aux participants

2023.03.28 Date limite de soumission des articles pour les inscriptions au défi

2023.06.18 Atelier NTIRE et défi, cérémonie des résultats et de remise des prix (provisoire)

Exigences du concours :

Ceci Le défi est ouvert à l’ensemble de la société. Les individus, les établissements d’enseignement supérieur, les unités de recherche scientifique, les entreprises, etc. peuvent s’inscrire pour y participer. Chaque équipe ne peut soumettre qu'une seule évaluation de la qualité d'image et/ou un seul algorithme d'évaluation de la qualité vidéo pour le classement final.

Récompenses du concours :

Les équipes participantes sont libres de choisir de publier ou non des articles liés au concours, et ce choix ne deviendra pas une condition nécessaire pour participer au défi ou remporter un prix. Ce défi invitera les participants les mieux classés à soumettre des articles au Symposium NTIRE pour examen par les pairs. Après acceptation, l’article sera publié dans les actes du symposium CVPR 2024.

Les participants les mieux classés et ceux qui apportent de nouvelles méthodes au concours seront invités à devenir co-auteurs du rapport du défi, qui sera publié lors de l'atelier CVPR 2024. Les pistes image et vidéo seront classées séparément et des bonus seront distribués.

Le prix en argent pour les deux morceaux est (provisoirement) le suivant :

Première place : 1 000 $ US ou cadeau de valeur équivalente + certificat

Deuxième place : 600 $ US ou cadeau de valeur équivalente + certificat

Troisième place : Cadeau de 400 $ US ou valeur équivalente + certificat

Équipe hôte :

NTIRE2024 AIGC Quality Evaluation Challenge est co-organisé par l'Université Jiao Tong de Shanghai et Huawei Technologies Co., Ltd. Parmi eux, les membres de l'équipe de l'Université Jiaotong sont composés des professeurs Liu Xiaohong, Min Xiongkuo, Zhai Guangtao et de leur boursier postdoctoral Sun Wei, des doctorants Li Chunyi, Gao Yixuan, Cao Yuqin, Zhang Zicheng, ainsi que des étudiants en maîtrise Kou Tengchuan et Wu Jile.

Coordonnées de l'organisateur du concours :

Xiaohong Liu ,

Xiongkuo Min ,

Wei Sun ,

Guangtao Zhai < zhaiguangtao@sjtu.edu.cn>.

Chunyi Li ,

Tengchuan Kou <2213889087@sjtu.edu.cn>,

Groupe de communication du concours :

Bienvenue Tout le monde participe activement. Si le groupe est complet ou si le code QR a expiré, veuillez nous contacter par e-mail

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!