ICCV 2021 | 首届城市规模3D点云语义理解挑战赛正式启动！

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

Introduction

我们周围的3D世界是由各种各样的物体组成的:建筑、桥梁、树木、汽车、河流等等，每一个都有不同的外观、形态和功能。赋予机器精确分割和理解不同物体的能力，是让机器能够有效地参与到物理世界互动的基础。这对于机器人导航、自动驾驶，以及大规模城市3D建模，智慧城市规划和管理等实际应用也至关重要。

在过去的几年里，3D点云理解技术的取得了显著的进步。然而，大部分方法还是针对小规模的点云进行处理，对于超大规模（城市级别）的点云的语义理解，仍然非常具有挑战性。

我们在ICCV2021举办的首届城市级别大规模点云语义理解挑战赛(Urban3D)旨在为超大规模点云的三维语义分割建立一个新的基准。具体来说，我们采用我们在CVPR'2021中提出的SensatUrban数据集，该数据集包含了英国多个城市的大型区域。凭借逐点注释的高质量和语义类别的多样化分布，我们希望通过这次挑战赛在SensatUrban数据集中探索一些关键的研究问题和3D语义学习的一些新方向，激发智慧城市（smart cities）、数字孪生（digital twins）、自动驾驶（autonomous driving）、自动化资产管理（automated asset management）等应用的创新。

Challenges

本届挑战赛在Codalab平台上主办，详细内容可在如下网页找到：

• SensatUrban dataset:

  http://point-cloud-analysis.cs.ox.ac.uk/

• SensatUrban API:

  https://github.com/QingyongHu/SensatUrban

• Codalab Urban3D Challenge:

  https://competitions.codalab.org/competitions/31519

• 评价指标：Overall Accuracy (OA) 以及mean Interp-over-Union (mIoU)

Important Dates

Invited Keynote Speakers

Organizers

General Tips

• 请使用学校邮箱或者公司邮箱注册参赛

• 每位参赛者最多提交5次结果

• 参赛论坛地址：competitions.codalab.org

• 提交格式如下

请提交测试集数据的标签文件，压缩包的数据结构应如下：

zip  
├── description.txt (optional)
├── birmingham_block_2.label
├── birmingham_block_8.label
├── cambridge_block_15.label
├── cambridge_block_16.label
├── cambridge_block_22.label
└── cambridge_block_27.label

参赛者可以使用SensatUrban API github.com/QingyongHu/S的验证脚本，确保zip文件中的文件夹结构和标签文件数量是无误的。

请同时包含一个description.txt文件(optional)，包含以下内容:

• method name:

• method description:

• project url:

• publication url:

• bibtex:

• organization or affiliation:

• email:

description.txt是目前我们获取关于该方法的原始信息的唯一方法。所有信息都是可选的，如果您需要匿名，可将description.txt留空。

- 有任何问题请联系：qingyong.hu@cs.ox.ac.uk

ps: 欢迎大家积极参加我们的挑战赛，每位成功参赛的选手都有机会收到我们挑战赛的证书~挑战赛的冠军还将会有超值大奖(~10000RMB)！！

CVPR和Transformer资料下载

后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的两篇Transformer综述PDF
CVer-3D点云交流群成立
扫码添加CVer助手，可申请加入CVer-3D点云 微信交流群，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和TensorFlow等群。
一定要备注：研究方向+地点+学校/公司+昵称（如3D点云+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲长按加小助手微信，进交流群▲点击上方卡片，关注CVer公众号
整理不易，请给CVer点赞和在看