千亿企业的真实业务思考，名校大厂高手同台 PK，“马栏山杯” 在刚结束的计算机视觉顶级学

在刚结束的计算机视觉顶级学术会议 CVPR 2021 上，涌现了多种优秀的计算机视觉 AI 算法解决方案。
【千亿企业的真实业务思考，名校大厂高手同台 PK，“马栏山杯”】其中最佳论文奖为 GIRAFFE: Representing Scenes as Compositional Generative Neural Feature Fields 。该论文关注当下流行的深度神经网络的图像合成议题，论文作者提出一个假设：在图像合成模型中，假如引入三维环境，那么生成的过程将变得更可控，图像的合成效果将更好，基本原理是在深度学习模型中加入新生成的神经特征场，来帮助模型更好地理解场景的形成。
不难发现，如今计算机视觉等技术成为学界的热点，吸引了全球 AI 高手的关注，中国也不例外。在本次参与 CVPR 2021 的 21036 名作者中，来自中国的选手约占四成，达 8203 人，远超英、美、韩等国家，并在论文数、冠军数上均有不俗的表现。
作为国内长视频网站头部企业，芒果TV也参与了CVPR2021，并在视频人体时空定位赛事中，与国内外高校、研究所等多支计算机视觉顶级研究团队共同竞技，最终一举拿下亚军!
如今芒果TV 依托行业领先的技术硬实力和品牌影响力，欲汇聚业内顶尖技术人才，深度聚焦人工智能的技术创新与行业应用，共探产业未来，与中国(长沙)马栏山视频文创产业园联合举办第二届“马栏山杯”国际音视频算法大赛。该赛践行“技术驱动产业智能化”的宗旨，真正关注技术与实际场景的应用与实践，致力解决企业实际的技术与业务的难题，推动产业升级。
专业赛题来自千亿企业的思考，聚焦行业真实场景
继往开来，面向音视频领域的未来，行业探索的前沿方向有哪些?作为市值千亿的企业，芒果超媒旗下核心平台芒果TV一直以来用实践引领产业升级。在本次大赛中，根据多年真实的业务场景，锤炼了三大专业音视频技术赛题：
第一个赛题是视频补全，要求参赛者利用 AI 算法对视频的内容进行分析和操作，对缺失区域做相关的补全。
为何视频补全技术如此受重视?我们先看个例子：6 月 30 日，人民日报发布的#AI 修复让李大钊陈延年们露出微笑#冲上热搜第一，当看到 AI 技术让李大钊、陈延年等革命先驱露出微笑时，令人感动不已。无独有偶，回首 2020 年频频上热搜的#AI 修复老北京影像#，同样让人为 AI 修复技术点赞。
除了对老照片、老视频的修复外，在视频后期场景中，如何智能、高效地将不和谐因素、穿帮镜头、广告等抹除掉，也是每个视频平台亟待解决的需求。因此大赛希望借此视频补全赛题，推动相关技术进步，促进行业发展，给观众呈现蕴含高科技元素的视听盛宴。
第二个赛题是视频推荐。随着移动互联网时代的信息井喷，为了匹配海量内容和用户的需求，吸引用户点击，视频推荐技术功不可没。否则，无论用户如何搜索，也将看到同样的首页内容。而视频推荐则可根据用户的行为习惯，提供个性化服务，让不同的用户看到不同的首页，提升用户体验，促进转化率。
本大赛以芒果 TV点播信息流模块的实际推荐业务场景为原型，提供海量用户的真实点击行为数据，希望视频推荐赛题的参与者设计出一套精准有效的推荐模型，生成多元化的推荐展示结果。

第三个赛题是音乐节拍检测。节奏和节拍就像音乐的骨骼和脉搏，我们可通过算法自动将音乐节拍等要素检测出来再衍生应用，如此一来，可极大地丰富音乐的沉浸感和可玩性。目前音乐节拍检测技术在音乐风格迁移、K歌评分、音乐自动配视频、游戏等领域发挥重要作用。
本赛题提供1100条音乐片段和相对应的节拍、重拍的时间点标注数据集，鼓励参赛者使用动态规划、深度学习等方法，提取音频中的点位，并结合计算机音乐学，一起趣味玩转节拍检测。