行業(yè)新聞
CSIG FAT-AI 2021開放場景口罩人臉識別挑戰(zhàn)賽榜單發(fā)布
我的位置：主頁 >行業(yè)新聞
一、挑戰(zhàn)賽榜單發(fā)布
CSIG FAT-AI 2021開放場景
口罩人臉識別挑戰(zhàn)賽榜單發(fā)布
CSIG FAT-AI 2021開放場景口罩人臉識別挑戰(zhàn)賽(簡稱CFAT 2021)是由中國圖象圖形學(xué)學(xué)會和視頻國家工程實驗室(NELIVA)共同主辦的針對口罩遮擋的人臉1:1測試，已于7月底結(jié)束，現(xiàn)公布TOP 10排行榜，頒獎活動將在第十一屆國際圖象圖形學(xué)學(xué)術(shù)會議(ICIG 2021)上舉行（因疫情原因暫時延后）。本挑戰(zhàn)賽的主旨：打造公正、開放的國家級AI賽道，以專業(yè)測評推動人臉識別技術(shù)的創(chuàng)新及應(yīng)用。
瀏覽更多CFAT 2021排行榜信息：
http://fat.neliva.com.cn/home/top?id=Challengesss
FAT-AI
二、挑戰(zhàn)賽測試規(guī)則 CFAT 2021采用固定訓(xùn)練集，限制推理時間，由參賽者提交訓(xùn)練模型在線測評，不公開測試集圖片，以保證比賽的公平性。僅允許參賽者使用統(tǒng)一的開放學(xué)術(shù)數(shù)據(jù)集進(jìn)行模型訓(xùn)練，禁止做二次對齊，禁止采用任何外部數(shù)據(jù)以及外部數(shù)據(jù)訓(xùn)練得到的預(yù)訓(xùn)練模型。訓(xùn)練出的算法模型在實際數(shù)據(jù)集上進(jìn)行測試，以評估真正的算法能力。測試集來自面向行業(yè)應(yīng)用的實際無約束場景，標(biāo)準(zhǔn)照與開放場景下的戴口罩照片比例為1:1。參賽者可使用任何可復(fù)現(xiàn)的口罩增強(qiáng)工具進(jìn)行訓(xùn)練期的數(shù)據(jù)增強(qiáng)。對于測試集，視頻國家工程實驗室進(jìn)行了人工標(biāo)注，并確保和訓(xùn)練集無重疊，以便于對人臉識別算法進(jìn)行客觀和全面的評價。 FAT-AI三、挑戰(zhàn)賽前三名介紹
本次競賽吸引了來自北京、上海、深圳、重慶、廣東、浙江、江蘇、福建、黑龍江、吉林、湖南、湖北、四川、山東、陜西、山西、海南、江西等地的高校、企事業(yè)單位以及個人報名參賽。各支參賽隊伍在長達(dá)80余天的競賽中斗志昂揚、科學(xué)競技、不甘后人；各自的算法模型都經(jīng)過了千錘百煉，在原有基礎(chǔ)上都取得了極大的提升。大家在公平的競賽環(huán)境中交流切磋、各顯其能，也在多次交鋒中識朋會友，增進(jìn)友誼。CFAT 2021競賽達(dá)到了提升技術(shù)和鍛煉隊伍的雙贏目的，為算法模型適應(yīng)場景化應(yīng)用提供了堅實的技術(shù)支撐。因篇幅所限，本文僅公布前三名參賽者的競賽方案解讀及獲獎感言。1.挑戰(zhàn)賽冠軍：北京百度網(wǎng)訊科技有限公司
(團(tuán)隊名：CV戰(zhàn)隊）
該團(tuán)隊從訓(xùn)練數(shù)據(jù)、訓(xùn)練方法、測試增強(qiáng)三個方面開展工作。針對訓(xùn)練集和測試集差異較大的問題，引入了多種數(shù)據(jù)增強(qiáng)如降低分辨率、加入高斯模糊、運動模糊、對圖片進(jìn)行平移等方法。特別針對戴口罩人臉識別問題，引入一種簡單的口罩增強(qiáng)方法，能夠在訓(xùn)練過程中臨時快速地對圖片加入預(yù)設(shè)的口罩模板。實踐表明，該快速口罩增強(qiáng)方法可以取得和復(fù)雜口罩增強(qiáng)方法一致的識別效果。該方法使用IResNet-100作為特征提取器，采用兩階段訓(xùn)練。在第一階段使用 CosFace 進(jìn)行訓(xùn)練加速收斂，在第二階段則采用 DCQ + CosFace 聯(lián)合訓(xùn)練提升識別效果。在測試階段，該方法采用常見的多圖融合方法，對輸入圖、輸入圖的水平翻轉(zhuǎn)圖、輸入圖加入口罩圖三張圖進(jìn)行特征融合。【獲獎感言】：本次比賽我們百度視覺技術(shù)部能積極參與是因為主辦方提供了一個與疫情環(huán)境下人臉識別實際應(yīng)用一致的評測集，能夠反映識別算法在真實應(yīng)用中的效果。本次比賽規(guī)則合理、組織規(guī)范，是具有公正性和權(quán)威性的第三方評測。本次比賽吸引了眾多國內(nèi)頂尖人臉識別團(tuán)隊參賽，整個比賽過程異常緊張激烈，我們?yōu)槟茉谶@樣一個公正、權(quán)威、高水平的比賽上奪冠感到自豪。2.挑戰(zhàn)賽亞軍：黃余格 (團(tuán)隊名:SmartFace)
針對本次CFAT2021戴口罩人臉識別競賽，該團(tuán)隊采用損失函數(shù)及模型訓(xùn)練策略等方式提升戴口罩人臉識別性能，最終取得了第二名的好成績。該團(tuán)隊首先使用多中心交叉約束方式訓(xùn)練了一個較大模型，進(jìn)一步約束模型學(xué)習(xí)到戴口罩人臉與正常人臉的一致特征，從而提升戴口罩人臉識別的準(zhǔn)確率；然后使用知識蒸餾技術(shù)將大模型的性能遷移到較小模型中，從而滿足推理時間限制；最后采用模型融合策略—訓(xùn)練互補(bǔ)分支，進(jìn)一步加強(qiáng)小網(wǎng)絡(luò)提取到的深層特征，從而得到性能更好的模型。該團(tuán)隊本次參賽的代碼基于TFace（https://github.com/Tencent/TFace）實現(xiàn)，后續(xù)也會在其中開源，用于促進(jìn)戴口罩人臉識別研究。【獲獎感言】：本次競賽排除了參賽者數(shù)據(jù)積累能力的偏差，使研究者能聚焦算法本身，是一個較為公正權(quán)威的第三方評測。參賽過程中我們聚焦方法探索，不斷嘗試，積累了一些行之有效的方法，對戴口罩人臉識別任務(wù)有了更深的理解。雖然最后遺憾未獲得第一名，但也收獲頗豐。同時非常感謝主辦方的辛勤工作，為我們提供了這樣一個可以公平驗證算法能力從而推動人臉識別技術(shù)創(chuàng)新的平臺。3.挑戰(zhàn)賽季軍：深圳市同為數(shù)碼科技股份有限公司（團(tuán)隊名：xgq）
該團(tuán)隊在本次挑戰(zhàn)賽中使用的方案backbone和head分別是SE-IR-Resnet130和CurricularFace。在比賽中，團(tuán)隊首先對訓(xùn)練集進(jìn)行了清洗，經(jīng)過對類內(nèi)和類間的兩輪迭代清洗后，訓(xùn)練集還包括89668個ID和5090947張圖片。為了適合口罩人臉識別的目標(biāo)場景，團(tuán)隊在給定的非口罩人臉訓(xùn)練集圖片上做數(shù)據(jù)增廣。增廣方法是70%圖片隨機(jī)cutout模擬口罩，mask中心點選在（56,112），mask的寬高在[56,112]內(nèi)隨機(jī)采樣，輸入圖片保持為112x112。該團(tuán)隊在訓(xùn)練過程中還采取了其他的數(shù)據(jù)增廣方法，包含高斯噪聲，高斯模糊，水平翻轉(zhuǎn)，隨機(jī)旋轉(zhuǎn)，隨機(jī)仿射變換等。【獲獎感言】：非常感謝視頻國家工程實驗室舉辦的本次開放場景口罩人臉識別挑戰(zhàn)賽。本次比賽提供了真實開放場景、嚴(yán)格標(biāo)注篩選的多樣化測試集、嚴(yán)謹(jǐn)?shù)臏y試流程和良好的技術(shù)支持服務(wù)，讓我們有機(jī)會跟業(yè)界同仁在權(quán)威平臺上做更高層次的技術(shù)交流。我們有幸在本次比賽中獲得了第三名的成績，這對我們的算法研究工作是一項積極的肯定，同時比賽中百舸爭流的情景更鼓勵我們還需要繼續(xù)努力學(xué)習(xí)、加強(qiáng)科研探索。希望視頻國家實驗室多舉辦類似的高水準(zhǔn)競賽，越辦越好，帶動我們繼續(xù)技術(shù)創(chuàng)新。FAT-AI
四、CFAT 2021獨家贊助商
紫為云（北京）智能科技有限公司是由清華控股（清華大學(xué)）投資，經(jīng)教育部批準(zhǔn)成立的國家高新技術(shù)企業(yè)；紫為云致力于探索AI創(chuàng)新技術(shù)產(chǎn)業(yè)化之路，促進(jìn)跨媒體場景應(yīng)用落地。2020年成為中安公共安全智能視頻技術(shù)聯(lián)盟理事單位，2021年榮獲 “2021iResearch Awards金瑞獎”最佳創(chuàng)新企業(yè)獎。紫為云聚焦“交互式人工智能（CoAI）”全棧核心技術(shù)研發(fā)，在多模態(tài)算法、沉浸式計算、擴(kuò)展現(xiàn)實、數(shù)據(jù)處理等方面掌握核心技術(shù)，創(chuàng)建“感知+算力”融合的“沉浸式AI引擎”，多項人工智能技術(shù)已達(dá)先進(jìn)水平。 FAT-AI
五、下期競賽預(yù)告
基于質(zhì)量評估的1:1競賽（8月9日-9月16日）
視頻國家工程實驗室（NELIVA）將于2021年8月9日-9月16日舉辦基于質(zhì)量評估的1:1競賽（簡稱:1:1QA)，驗證期截止2021年8月15日（含）。盡管1:1識別算法的準(zhǔn)確率當(dāng)前已經(jīng)達(dá)到了很高的水準(zhǔn)，但是在實際應(yīng)用中仍然存在由低質(zhì)量圖片導(dǎo)致的相當(dāng)比例的匹配錯誤。在本測評中要求參賽者實現(xiàn)各自的質(zhì)量評估算法，并在此基礎(chǔ)上評估算法在屏蔽一定比例低質(zhì)量樣本后的最終識別準(zhǔn)確率。如報名參賽，請登錄FAT-AI 競賽網(wǎng)站fat.neliva.com.cn，詳情請瀏覽《FAT_1:1QA_競賽指南》。
