8月20日，由极链科技与复旦大学联合主办的「VideoNet视频内容识别挑战赛」圆满落幕。经过近3个月的激烈角逐，截至8月12日24时，最高准确率定格在了72.08%。其中来自中科院自动化所的朱贵波、胡益珲，与来自北京工业大学的王琦、卢哲、李则昱组成的队伍一举夺冠，赢得五万元奖金；另有以赵宏烨，石珍生、关城、曹亮杰为代表的队伍分别将二、三等奖收入囊中。
以下为VideoNet视频内容识别挑战赛TOP10榜单
第一名：朱贵波胡益珲王琦卢哲李则昱
第二名：赵宏烨
第三名：王嘉杰
第四名：石珍生关城曹亮杰
第五名：孔伟杰
第六名：郭晴
第七名：崔志颖
第八名：周立刚
第九名：孟语芩
第十名：张红蕾
除了丰厚的奖金外，「VideoNet视频内容识别挑战赛」将于8月26日-28日在中国多媒体大会ChinaMM2019上举办专题论坛。本次比赛的优胜者将被邀请参加该论坛，并在论坛上进行口头报告。
关于VideoNet视频内容识别挑战赛
「VideoNet视频内容识别挑战赛」是由极链科技与复旦大学联合主办的视频识别领域竞赛，致力于挖掘培养相关领域的优秀研究者，引导其积极参与到基于VideoNet的多维度视频内容识别研究与挑战中来，从而促进多维度智能识别技术在视频产业中的发展和落地，推动物体、场景等多维度视频内容识别在人工智能与视频产业中的应用。
自6月18日「VideoNet视频内容识别挑战赛」公布训练和验证数据集以来，截止到8月12日，注册报名的队伍已超过360支，其中参赛队伍当中有来自中科院、北京大学、中国科学技术大学等顶尖高校队伍以及来自阿里巴巴、京东、华为、腾讯、大华等众多知名企业队伍。
关于VideoNet视频数据集
近年来，随着深度学习技术的发展，涌现出大量针对物体、场景、人脸、动作等维度的识别技术，在各自的目标维度上取得了明显的进步。但是目前各视频识别算法基本都是针对单一维度来设计的，无法利用各维度之间存在的丰富的语义关联建立模型，提高识别准确度。当前也缺乏一个包含多维度标注的大规模视频数据集来为多维度视频识别算法研究提供训练测试数据支持。
为了推动物体、场景等多维度视频内容识别在人工智能与视频产业中的应用，本次「VideoNet视频内容识别挑战赛」，面向参赛者开放出了由极链科技与复旦大学联合推出的全新视频数据集VideoNet，该数据集包含353类事件，超过166类场景和214类物体，总视频数近9万。其中60%作为训练集，20%作为验证集，20%作为测试集。VideoNet数据集对视频进行了事件分类标注，并针对每个镜头的关键帧进行了场景和物体两个维度的共同标注，充分体现了多维度内容之间的语义联系。
赋能视频AI技术助推产业加速落地
计算机视觉技术的发展正在进入应用的关键阶段，需要更多优秀的科研人才将学术研究和产业实践更好的结合起来，去解决更多现实问题。本届「VideoNet视频识别挑战赛」的参与者来自于学术、高校、企业等多个领域，可以看出在视频AI技术研发与实践方面得到了各界的广泛关注。伴随着视频产业发展，计算机视觉技术的应用将会更加深入。下一步，极链科技将继续在视频AI领域持续深耕，优化算法、数据和应用场景，为产业赋能，为视频识别技术增添创新活力，助力视频AI产业发展。
极链科技将继续坚持在视频AI行业和计算机视觉领域加大投入，努力推动视频识别领域的行业交流，为视频产业赋能，加速更多的AI技术应用落地。
