计算机视觉领域的“奥运会”、CCF A类国际会议CVPR 2020 (IEEE Conference on Computer Vision and Pattern Recognition）将于2020年06月16-20日在美国西雅图举办。近日，CVPR官方网站公布了Proposal的最终收录结果，各式各样的Workshop和挑战赛已相继启动报名。

其中，“全华班”AI学者组织的The 1st Anti-UAV Workshop & Challenge (https://anti-uav.github.io/)尤为亮眼，该Workshop由北方电子设备研究所助理研究员赵健博士、澎思科技首席科学家申省梅、中国科学院自动化研究所王强博士、研究员兴军亮博士、副研究员朱贵波博士、天津大学在读硕士胡凯、西安交通大学特聘研究员洪晓鹏博士、小鹏汽车首席科学家郭彦东博士、中国科学技术大学教授张天柱博士、新加坡国立大学副教授冯佳时博士、百度深度学习实验室主任郭国栋博士等诸多学者共同发起，由澎思科技、金山云、Drones期刊赞助，除接收相关论文，还将组织极具吸引力的第一届“反无人机”挑战赛，主要针对基于多模态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。

CVPR 2020 Anti-UAV Workshop & Challenge的举办初衷在于鼓励来自多模态小物体检测、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。

CVPR 2020 Anti-UAV Workshop & Challenge日程为期 0.5 天（2020 年 06 月 19 日下午），纽约州立大学石溪分校教授凌海滨博士、加州大学默塞德分校教授杨明玄博士将受邀做主题报告。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）。接下来将带来详细信息：

Part 1 征稿信息

重要日期

截稿：2020年03月24日

审稿通知：2020年04月08日

终稿提交：2020年04月16日

会议：2020年06月19日

投稿网址

https://cmt3.research.microsoft.com/AntiUAV2020.

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领域的应用

• 基于近红外（NIR）和/或可见光（VIS）数据的无人机搜索策略

• 无人机检测频谱传感技术

• 无人机定位与开集识别

• 面向无人机的场景理解

• 小/微型物体检测与追踪技术

• 细粒度物体识别

• 实时深度学习推理

• 红外图像和视频分析

• 多模态融合技术

Part 2 竞赛信息

重要日期

结果提交：2020年04月15日

会议：2020年06月19日

CVPR 2020 Anti-UAV Challenge要求参赛算法模型准确、稳定、实时追踪多模态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。

主办方提供160段高质量的全高清双模态（可见光RGB+近红外NIR）视频序列（100段视频用于验证集测试，60段视频用于测试集测试），涵盖多种场景下多种尺度无人机的数据（3种尺寸，即，大、中、小；4种型号：即，DJI-Inspire、DJI-Phantom4、DJI-MarvicAir、DJI-MarvicPRO）。可见光与近红外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。

相关数据集已开放下载并开始接受参赛队伍注册及结果提交。更多详细信息请参阅

https://anti-uav.github.io/dataset，

https://anti-uav.github.io/submission/和https://github.com/ZhaoJ9014/Anti-UAV。

Part 3 Workshop详情

议程安排

日期              2020年06月19日下午

13:30-14:00  开幕致辞与欢迎仪式

14:00-14:30  竞赛介绍与结果公布

14:30-14:40  口头报告1：反无人机挑战赛冠军（1,200 USD奖金+证书+奖品）

14:40-15:10  受邀报告1：凌海滨，教授，纽约州立大学石溪分校

15:10-15:40  海报展示与茶歇

15:40-15:50  口头报告2：反无人机挑战赛亚军（800 USD奖金+证书+奖品）

15:50-16:20  受邀报告2：杨明玄，教授，加州大学默塞德分校

16:20-16:30  口头报告3：反无人机挑战赛季军（500 USD奖金+证书+奖品）

16:30-16:40  口头报告4：最佳论文（500 USD奖金+证书+奖品）

16:40-17:10  颁奖典礼与总结展望

主办成员

赵健，助理研究员，北方电子设备研究所

申省梅，首席科学家、新加坡研究院院长，澎思科技

王强，博士（在读），中国科学院

兴军亮，教授，中国科学院

胡凯，硕士（在读），天津大学

朱贵波，副教授，中国科学院

洪晓鹏，特聘研究员，西安交通大学

郭彦东，首席科学家，小鹏汽车

张天柱，教授，中国科学技术大学

冯佳时，助理教授，新加坡国立大学

郭国栋，主任，百度深度学习实验室

 

附：

关于北方电子设备研究所赵健博士

赵健，个人主页https://zhaoj9014.github.io/，2019年04月30日获得新加坡国立大学博士学位，导师为冯佳时、颜水成，现为北方电子设备研究所助理研究员，CSIG-BVD委员，IEEE、CCF、CSIG、BSIG会员。研究领域涉及人工智能、深度学习、模式识别、计算机视觉与多媒体分析。目前共参与重点项目2项（排名分别为第3、第5）。迄今已发表高水平学术论文30余篇，单篇影响因子最高17.73，包括以下顶级国际期刊/会议：T-PAMI、IJCV、T-IP、NeurIPS、CVPR、IJCAI、ECCV、ACM MM、AAAI、BMVC、WACV。曾作为第一作者获得新加坡模式识别与机器智能协会PREMIA 2019 Lee Hwee Kuan 奖（金奖）；国际多媒体领域顶级会议ACM MM 2018最佳学生论文奖；ICCV 2017 MS-Celeb-1M大规模人脸识别竞赛Hard Set、Random Set与Low-Shot Learning全部任务冠军；CVPR 2017 L.I.P竞赛人物解析与人物姿态估计全部任务亚军；NIST 2017 IJB-A无约束人脸识别竞赛人脸验证与人脸鉴别全部任务冠军。曾担任IJCV、T-MM、T-IFS、T-CSVT、Neurocomputing、CSSP、JVCI、NeurIPS（NeurIPS 2018前30%最佳审稿人）、CVPR、ICCV、ECCV、ACM MM、AAAI、ICLR、ICML、UAI等本领域主流期刊/会议的受邀审稿人。曾组织CVPR 2018 L.I.P Workshop & MHP Challenge (https://lv-mhp.github.io/)。

关于澎思科技首席科学家、新加坡研究院院长申省梅

申省梅，澎思科技首席科学家、新加坡研究院院长。申省梅是人工智能和深度学习领域的带头人，前新加坡（松下）研究院副院长，领导超过40人的算法研究团队，累计专利300余项。上世纪80年代起就从事人工智能在无人驾驶汽车和医学心电图辅助诊断等领域的相关研究。1992年加入新加坡松下研究院，从事音视频信号处理和压缩算法设计和应用，随后专注于图像识别领域的研究工作。2013年就率先带领团队转向深度学习方向，在深度学习、计算机视觉领域取得了瞩目的成绩，拥有计算机视觉的全栈技术能力，技术面横跨多个应用领域，在基于深度学习的人脸检测和识别、行人检测和跟踪、行人再识别、车辆识别、自动驾驶、驾驶员行为检测、移动操作机器人等领域均取得了世界顶级成果。

2019年3月，申省梅加入国内AI公司澎思科技，任首席科学家、新加坡研究院院长，致力于监控与安全、智慧城市、自动驾驶、智能机器人以及AI工厂自动化等领域的相关技术研究。在2019年，申省梅带领澎思新加坡研究院已经斩获13项计算机视觉技术相关世界冠军，遍布人脸识别（Face Recognition）、行人再识别（Person ReID）、车辆再识别（Vehicle ReID）和异常行为检测（Anomaly Detection）等计算机视觉技术多个领域。

 

雷锋网雷锋网(公众号：雷锋网)