点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
点击进入—> CV 微信技术交流群
本文主要介绍我们将在ECCV2022举办的workshop：复杂环境中的多目标跟踪和分割
多目标跟踪和分割任务是在视频中定位和关联感兴趣的目标，是城市监控、公共安全、视频内容理解和人机交互等许多实际应用中的基础技术。现有的计算机视觉系统在简单场景中取得了很好的跟踪和分割性能，例如 MOT 数据集和 DAVIS 数据集，但是在复杂环境中表现一般，远不如人类视觉系统的性能。
为了促进当前计算机视觉系统在复杂环境中的性能，我们的workshop探讨了多目标跟踪和分割的四种挑战性的场景：(1) 长视频 (2) 遮挡对象 (3) 复杂运动 (4) 开放世界，同时举办了四个对应的比赛：
- 第四届 YouTubeVIS 长视频实例分割挑战赛 (4th YouTubeVIS and Long Video Instance Segmentation Challenge)
- 第二届 OVIS 遮挡视频实例分割挑战赛 (2nd Occluded Video Instance Segmentation Challenge)
- 第一届 DanceTrack 团体舞蹈多人追踪挑战赛 (1st Multiple People Tracking in Group Dance Challenge)
- 第二届 UVO 开放世界视频目标检测和分割挑战赛 (2nd Open-World Video Object Detection and Segmentation Challenge)
欢迎大家关注和参加比赛 ！
主页：Multiple Object Tracking and Segmentation in Complex Environments
https://motcomplex.github.io/
比赛时间：2022年7月1日-10月1日
workshop时间：2022年10月23/24日 （在线workshop）
我们将在比赛截止后公布各个挑战赛的最终排名，并在workshop时颁发奖项，邀请排名前列的团队分享解决方案。同时，我们已邀请多目标跟踪领域的多位重量级嘉宾在workshop时分享talk，敬请期待！
1. 第四届 YouTubeVIS 长视频实例分割挑战赛
视频实例分割 (Video Instance Segmentation, VIS) 是将实例分割任务从图像扩展到视频。这一任务不仅需要模型输出视频每一帧的实例分割结果，并且需要将同一实例在不同帧之间关联起来。这次比赛我们在前几届数据集的基础上扩展了长视频进行验证和测试，以鼓励参赛团队更加关注模型的关联性能而不仅是单帧的实例分割性能。
数据集下载：https://
https://codalab.lisn.upsaclay.fr/competitions/5902#participate
比赛服务器：
https://codalab.lisn.upsaclay.fr/competitions/5902
2. 第二届 OVIS 遮挡视频实例分割挑战赛
遮挡视频实例分割 (Occluded Video Instance Segmentation, OVIS) 是视频实例分割中极具难度的场景，也是视频任务受关注的原因之一，因为在视频中解决遮挡是比在单帧图像中更加定义良好的问题。同时，相比普通场景的视频实例分割，遮挡物体的消失后再重现对追踪模型的长程关联能力提出了更高的要求。
数据集下载：
https://codalab.lisn.upsaclay.fr/competitions/5857#participate-get-data
比赛服务器：
https://codalab.lisn.upsaclay.fr/competitions/5857
3. 第一届 DanceTrack 团体舞蹈多人追踪挑战赛
团体舞蹈 (DanceTrack) 是多目标追踪中具有明显特色的场景。在团体舞蹈中，舞者着装一致，外观高度相似，同时，舞者运动模式复杂，相对位置频繁交换。这些特点对现在广为流行的基于外观(re-ID)和线性运动模型(Kalman Filter)的追踪模型提出挑战。
数据集下载：
https://https://github.com/DanceTrack/DanceTrack
比赛服务器：
https://codalab.lisn.upsaclay.fr/competitions/5832
4. 第二届 UVO 开放世界视频目标检测和分割挑战赛
开放世界视频目标(Unidentified Video Objects, UVO)任务是指检测和分割出现在图像或视频中的所有对象，无论其语义概念是已知的还是未知的。开放世界感知能力是人类区别于现有计算机视觉模型的重要能力。这次比赛我们在前一届数据集的基础上扩展了数据规模，以期待进一步推进模型的开放世界感知能力。
数据集下载：
https://sites.google.com/view/unidentified-video-object/dataset?authuser=0
比赛服务器：https://
https://sites.google.com/view/unidentified-video-object/dataset?authuser=0
由于时间精力和组织能力的限制，我们这次workshop没有向ECCV组委会申请接受投稿，非常遗憾。我们真诚地邀请有投稿意向的团队联系我们在workshop中直接进行talk分享。我们会后计划与所有talk嘉宾，参赛获奖队伍，组织者合作一篇technical report，欢迎届时关注。
点击进入—> CV 微信技术交流群
CVPR 2022论文和代码下载
后台回复：CVPR2022，即可下载CVPR 2022论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF
目标检测和Transformer交流群成立
扫描下方二维码，或者添加微信：CVer6666，即可添加CVer小助手微信，便可申请加入CVer-目标检测或者Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。
一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲扫码或加微信: CVer6666，进交流群
CVer学术交流群（知识星球）来了！想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料，欢迎扫描下方二维码，加入CVer学术交流群，已汇集数千人！
▲扫码进群
▲点击上方卡片，关注CVer公众号
整理不易，请点赞和在看