计算机视觉算法的快速发展，使得自动视觉识别越来越多地被纳入到一系列新兴的应用中。其中一些应用的环境不太理想，如低能见度环境，导致图像捕捉有衰减。在其他更极端的应用中，如柔性可穿戴设备的成像器、智能服装传感器、超薄头戴式摄像头、植入式活体成像等，标准相机系统甚至无法部署，需要新型的成像设备。计算摄影通过设计新的计算技术并将其融入到图像采集和形成管线中，来解决上述问题。这就提出了一系列新问题。例如，对于在非理想环境下捕获的图像，目前最先进的图像还原技术是什么？如何在新型的计算摄影设备上进行推理？

继第一届(CVPR'18)、第二届(CVPR'19)和第三届(CVPR'20) UG2 Prize Challenge研讨会的成功，我们为CVPR 2021举行第四届。它将继承前三届UG2研讨会所使用的基准数据集、平台和评估工具，也将关注整体问题的全新方面，极大地扩大现有范围。

主讲人：

Raquel Urtasun（多伦多大学，Uber ATG）

Peyman Milanfar（Google Research）

Chelsea Finn（Stanford University，Google）

Stanley H. Chan（普渡大学）

Yunchao Wei（悉尼科技大学）

Bihan Wen（新加坡南洋理工大学 NTU）

Sifei Liu（NVIDIA）

Shanghang Zhang（美国加州大学伯克利分校）

组织者：

Wuyang Chen（德州大学奥斯汀分校）

Zhangyang Wang（德州大学奥斯汀分校）

Vishal M. Patel（约翰霍普金斯大学）

Jiaying Liu（北京大学）

Walter J. Scheirer（圣母大学）

Danna Gurari（德州大学奥斯汀分校）

Wenqi Ren（中国科学院）

Shalini De Mello（NVIDIA）

Wenhan Yang（香港城市大学）

Yuecong Xu（新加坡南洋理工大学）

Jianxiong Yin（NVIDIA AI科技中心）

第四届UG2研讨会和竞赛：弥合计算成像与视觉识别之间的鸿沟

CVPR 2021，6月19日

网站：http://www.ug2challenge.org/

联系邮箱：cvpr2021.ug2challenge@gmail.com

●赛题介绍●

专题1：低能见度环境下的目标检测

一个可靠的视觉系统必须能处理复杂且不断变化的室外环境。为了实现鲁棒的视觉感知，我们迫切需要研究目前的视觉系统能否处理和应对这种具有挑战性的视觉环境和条件。

注册链接:

https://forms.gle/Yf853QgPL5xCUy5k6

专题2：低光条件视频下的动作识别

在不利的照明条件下拍摄视频是不可避免的，例如夜间监控和夜间自动驾驶。因此，我们非常需要探索鲁棒的方法，以此来应对低光的情况。如果这些方法可以处理网络视频会更好，因为网络视频的拍摄通常出现在较差的照明条件下。

注册链接 :

https://forms.gle/qJZ7rdt44iMmBgci6

●研讨会论文投稿●

1. 用于在户外移动平台（例如无人机，滑翔机，自动驾驶汽车，户外机器人等）上进行可靠的目标检测、分割或识别的计算机视觉算法。

2. 在一种或多种视觉不利条件的存在下（例如雾霾，雨水，雪，冰雹，灰尘，水下，低照度，低分辨率等），用于鲁棒性的物体检测或识别的计算机视觉算法。

3. 用于解释、量化和优化 底层视觉任务（图像重建，还原或增强）与各种高层视觉任务之间的相互影响的潜在模型和理论。

4. 用于图像恢复和增强算法的新颖评估和定量测量方法，尤其是在没有真实参考标准下的度量，因为对于大多数不利视觉条件下的自然图像，都很难获得其相应的真实原始图像。

CMT论文提交链接：

https://cmt3.research.microsoft.com/UG2CHALLENGE2021

●重要日程●

论文初稿提交：2021年4月5日（北京时间下午12:59）

论文终稿提交：2021年4月16日（北京时间下午12:59）

竞赛结果提交：2021年5月1日（北京时间下午12:59）

获奖者公告：2021年5月20日（北京时间下午12:59）

CVPR研讨会：2021年6月19日（全天）

END

备注：竞赛

竞赛交流群

机器学习、数据挖掘、计算机视觉、NLP等更多竞赛信息，

若已为CV君其他账号好友请直接私信。

我爱计算机视觉

微信号:aicvml

QQ群:805388940

微博知乎:@我爱计算机视觉

投稿:amos@52cv.net

网站:www.52cv.net

在看，让更多人看到