在刚结束的计算机视觉顶级学术会议 CVPR 2021 上 ， 涌现了多种优秀的计算机视觉 AI 算法解决方案 。
其中最佳论文奖为 GIRAFFE: Representing Scenes as Compositional Generative Neural Feature Fields 。 该论文关注当下流行的深度神经网络的图像合成议题 ， 论文作者提出一个假设：在图像合成模型中 ， 假如引入三维环境 ， 那么生成的过程将变得更可控 ， 图像的合成效果将更好 ， 基本原理是在深度学习模型中加入新生成的神经特征场 ， 来帮助模型更好地理解场景的形成 。
【音视频|千亿企业的真实业务思考，名校大厂高手同台 PK，国际音视频算法大赛来袭！】不难发现 ， 如今计算机视觉等技术成为学界的热点 ， 吸引了全球 AI 高手的关注 ， 中国也不例外 。 在本次参与 CVPR 2021 的 21036 名作者中 ， 来自中国的选手约占四成 ， 达 8203 人 ， 远超英、美、韩等国家 ， 并在论文数、冠军数上均有不俗的表现 。
作为国内长视频网站头部企业 ， 芒果TV也参与了CVPR2021 ， 并在视频人体时空定位赛事中 ， 与国内外高校、研究所等多支计算机视觉顶级研究团队共同竞技 ， 最终一举拿下亚军！
如今芒果TV 依托行业领先的技术硬实力和品牌影响力 ，欲汇聚业内顶尖技术人才 ， 深度聚焦人工智能的技术创新与行业应用 ， 共探产业未来 ， 与中国(长沙)马栏山视频文创产业园联合举办第二届“马栏山杯”国际音视频算法大赛 。 该赛践行“技术驱动产业智能化”的宗旨 ， 真正关注技术与实际场景的应用与实践 ， 致力解决企业实际的技术与业务的难题 ， 推动产业升级 。
01 专业赛题来自千亿企业的思考 ， 聚焦行业真实场景
继往开来 ， 面向音视频领域的未来 ， 行业探索的前沿方向有哪些？作为市值千亿的企业 ， 芒果超媒旗下核心平台芒果TV一直以来用实践引领产业升级 。 在本次大赛中 ， 根据多年真实的业务场景 ， 锤炼了三大专业音视频技术赛题：
第一个赛题是视频补全 ， 要求参赛者利用 AI 算法对视频的内容进行分析和操作 ， 对缺失区域做相关的补全 。
为何视频补全技术如此受重视？我们先看个例子：6 月 30 日 ， 人民日报发布的#AI 修复让李大钊陈延年们露出微笑#冲上热搜第一 ， 当看到 AI 技术让李大钊、陈延年等革命先驱露出微笑时 ， 令人感动不已 。 无独有偶 ， 回首 2020 年频频上热搜的#AI 修复老北京影像# ， 同样让人为 AI 修复技术点赞 。


文章图片

除了对老照片、老视频的修复外 ， 在视频后期场景中 ， 如何智能、高效地将不和谐因素、穿帮镜头、广告等抹除掉 ， 也是每个视频平台亟待解决的需求 。 因此大赛希望借此视频补全赛题 ， 推动相关技术进步 ， 促进行业发展 ， 给观众呈现蕴含高科技元素的视听盛宴 。


文章图片

第二个赛题是视频推荐 。 随着移动互联网时代的信息井喷 ， 为了匹配海量内容和用户的需求 ， 吸引用户点击 ， 视频推荐技术功不可没 。 否则 ， 无论用户如何搜索 ， 也将看到同样的首页内容 。 而视频推荐则可根据用户的行为习惯 ， 提供个性化服务 ， 让不同的用户看到不同的首页 ， 提升用户体验 ， 促进转化率 。
本大赛以芒果 TV点播信息流模块的实际推荐业务场景为原型 ， 提供海量用户的真实点击行为数据 ， 希望视频推荐赛题的参与者设计出一套精准有效的推荐模型 ， 生成多元化的推荐展示结果 。