CVPR2018|8篇论文、10 Demo、双料挑战赛冠军，旷视科技掀起CVPR产学研交流热潮(5)

旷视科技 Research Leader、Detection 组负责人俞刚博士介绍，这一任务将动作细化到了原子级别，需要在任务中判断人类行为主体的位置，发生了哪些动作，又与其它物体/其它人发生了哪些交互。行为时空信息的定位能力在视频分析上有着非常大的意义。
WAD（Workshop on Autonomous Driving）同样是一项由 CVPR 2018 workshop 主办的自动驾驶识别挑战赛，其中的 Task 4 ——实例视频分割（Instance-level Video Segmentation）要求参赛者在一帧之内实现对移动物体（比如汽车和行人）实例级别的分割。这一赛事基于百度提供的标注精良的大规模数据集 ApolloScape，该数据集已经开放了 14.7 万帧的像素级语义标注图像，包括感知分类和路网数据等数十万帧逐像素语义分割标注的高分辨率图像数据，以及与其对应的逐像素语义标注，并将进一步涵盖更复杂的环境、天气和交通状况，添加更多的传感器来扩充数据的多样性。按照百度 Apollo 方面的说法，ApolloScape 的标注精细度已经超过同类型的 KITTI、Cityscapes 数据集，也超过 UC Berkley 最新发布的 BDD100K 数据集。