計算機視覺方向的頂級學(xué)術(shù)會議之一國際計算機視覺大會（ICCV）近日在韓國首爾落幕。會議期間舉辦的視頻描述競賽（VATEX Captioning Challenge）結(jié)果也同時揭曉。中科院自動化所視頻內(nèi)容安全團(tuán)隊和人民中科智能技術(shù)有限公司組成的聯(lián)合團(tuán)隊在中英文描述兩個賽道均獲冠軍。

“人民中科”是人民網(wǎng)與被稱為“人工智能國家隊”的中科院自動化所強強聯(lián)合，共同發(fā)起設(shè)立的人工智能科技公司。人民中科融合了人民網(wǎng)的內(nèi)容風(fēng)控能力和中科院自動化所的人工智能技術(shù)儲備，人民中科作為人民網(wǎng)的“人工智能技術(shù)引擎”，將圍繞“人工智能+內(nèi)容安全”，深耕行業(yè)需求，攻克核心關(guān)鍵技術(shù)，研發(fā)一系列內(nèi)容風(fēng)控產(chǎn)品。

據(jù)了解，ICCV會議由電氣和電子工程師協(xié)會（IEEE）主辦，每兩年召開一次，被中國計算機學(xué)會等機構(gòu)評為最高級別學(xué)術(shù)會議，在業(yè)內(nèi)具有極高的評價。本次比賽由國際計算機視覺大會ICCV和美國加州大學(xué)圣巴巴拉分校UCSB聯(lián)合舉辦，分為中文描述和英文描述兩個賽道，吸引了來自美國、歐洲、亞洲等世界各地20多支代表隊，包括英國帝國理工大學(xué)、澳大利亞阿德萊德大學(xué)、北京大學(xué)、人民大學(xué)等知名高校都派出代表隊參賽。

冠軍聯(lián)隊由中科院自動化所研究員、人民中科首席科學(xué)家胡衛(wèi)明，中科院自動化所研究員、人民中科董事長李兵，以及中科院自動化所副研究員原春鋒帶隊指導(dǎo)，團(tuán)隊成員包括研究生張子琦、史雅雅和魏久桐。

“視頻描述，簡單來講就是給出一段視頻，讓機器自動用文字進(jìn)行描述，類似于‘看視頻說話’。”李兵告訴人民網(wǎng)記者，視頻描述涉及到計算機視覺和自然語言處理兩個領(lǐng)域，而且視頻中有表觀、運動、語義屬性甚至語音等多個模態(tài)。“因此如何更好地融合多模態(tài)信息，成為本次比賽的最大挑戰(zhàn)。此外，在沒有大量樣本訓(xùn)練的前提下，還需要采取恰當(dāng)?shù)挠?xùn)練方式。”

李兵說，團(tuán)隊堅實的技術(shù)積累是獲勝的重要基礎(chǔ)。他表示，視頻內(nèi)容安全團(tuán)隊是中國科學(xué)院自動化研究所模式識別國家重點實驗室中以互聯(lián)網(wǎng)內(nèi)容理解與安全為主要研究方向的研究組。團(tuán)隊深耕視頻理解與內(nèi)容安全近20年，已在人工智能權(quán)威國際學(xué)術(shù)期刊和會議上發(fā)表論文200余篇。近年來作為第一完成單位獲得北京市科學(xué)技術(shù)一等獎、北京市發(fā)明專利一等獎、吳文俊人工智能科學(xué)技術(shù)獎一等獎等多項獎勵。主持了國家自然科學(xué)基金重點項目、重大國際合作項目、聯(lián)合基金重點支持項目、國家杰出青年基金項目，國家863重點專項項目、北京市自然科學(xué)基金重點項目等三十余項重大科研項目。