总奖池120万！中国“马栏山”杯国际音视频算法大赛启动

由中国（长沙）马栏山视频文创产业园和芒果TV联合举办的首届“马栏山”杯国际音视频算法大赛，以搭建专业技术交流平台，遴选杰出算法人才为目的，面向全社会及高等院校、科研单位、互联网企业等征集创新数据挖掘方式和机器学习算法。

本次算法大赛分为图像、推荐、画质优化三大类型三道赛题，紧扣音视频行业相关AI算法技术，旨在汇聚行业顶尖技术人才，鼓励优质技术人才积极进取，持续提升算法技术水准，共探产业未来。

赛题一

赛题介绍

能够在不影响用户观看体验的前提下，提升视频平台的变现能力，降低广告客户的盲投风险，视频动态广告成为了备受青睐的广告投放形式。视频动态广告要求将广告视觉元素自然精准地与原视频内容进行融合，达到以假乱真的效果。这就要求我们需要对摄像机运动进行精准估计、准确估计光影、妥当处理景深及物体遮挡关系等。如何解决上述问题，提升视频动态广告植入的真实感，并尽可能实现视频动态广告的自动化、标准化植入极具挑战。

赛题任务

以大赛组织方提供的视频片段数据为基础，提出行之有效的视频动态广告植入的综合创意解决方案，提升视频动态广告植入的真实感、自然度。
参赛选手需要根据提供的视频以及首帧的点位坐标，计算跟踪出这些点位在视频后续所有帧中的坐标。

奖励

比赛规则：以团队在比赛时间段内B榜最优成绩为准（不含测试排名），取排名Top10的队伍（分数排名相同情况，取提交时间优先的队伍）。2020年6月12日12:00，公布B榜数据集，选手需要及时提交B榜结果；作品提交截止日期：2020年6月15日12:00，获奖公布日期：2020年6月17日12:00。

Top10团队奖励如下：
1.奖金（含税）：第一名32万元、第二名8万元、第三名3万元、第四-第十名分别获得7000元以及对应证书；
2.前三名团队将受邀参加交流分享和现场颁奖；
3.为在校学生提供芒果TV“青芒计划”实习生绿色通道。

赛题二

赛题介绍

随着视频平台的发展，用户个性化需求越来越强烈、场景也越来越复杂，对视频推荐要求也越来越高。推荐的精准性直接影响着用户的转化和留存，是平台的核心技术之一。赛题以芒果TV的推荐场景为原型，包装了一个经典的TopN推荐问题，并提供全方位的特征信息，希望能真实反映实际业务中多模态数据的特性，推动视频领域推荐技术创新突破。

赛题任务

本赛题提供芒果TV海量的线上feed流产品用户行为数据作为训练样本，参赛选手需基于提供的样本构建模型，预测用户的点击。

奖励

比赛规则：以团队在比赛时间段内B榜最优成绩为准（不含测试排名），取排名Top10的队伍（分数排名相同情况，取提交时间优先的队伍）。2020年6月12日12:00，公布B榜数据集，选手需要及时提交B榜结果；作品提交截止日期：2020年6月15日12:00，获奖公布日期：2020年6月17日12:00。

Top10团队奖励如下：
1.奖金（含税）：第一名24万元、第二名6万元、第三名2.5万元、第四-第十名分别获得5000元以及对应证书；
2.前三名团队将受邀参加交流分享和现场颁奖；
3.为在校学生提供芒果TV“青芒计划”实习生绿色通道。

赛题三

赛题介绍

视频在采集、后期制作、片源压缩存储等环节都有可能给画质带来损伤，常见的画质损伤有压缩块效应、压缩损伤等。有损伤的片源经过后续的转码等环节，通常会将损伤进一步加剧，严重影响主观体验，此外同等条件下还会增加额外的码率开销。本次大赛提供的视频数据模拟实际业务中的画质损伤情况，画质损伤涵盖了噪声、压缩块效应、压缩损伤等多种情况。

赛题任务

将大赛组织方提供的损伤视频（包含噪声、压缩块效应、压缩损伤）, 恢复为高质量清晰视频。损伤视频包含噪声、压缩块效应、压缩损伤中的一种或者多种类型，考验算法的普适性。

奖励

比赛规则：以团队在比赛时间段内B榜最优成绩为准（不含测试排名），取排名Top10的队伍（分数排名相同情况，取提交时间优先的队伍）。2020年6月12日12:00，公布B榜数据集，选手需要及时提交B榜结果；作品提交截止日期：2020年6月15日12:00，获奖公布日期：2020年6月17日12:00。

Top10团队奖励如下：
1.奖金（含税）：第一名24万元、第二名6万元、第三名2.5万元、第四-第十名分别获得5000元以及对应证书；
2.前三名团队将受邀参加交流分享和现场颁奖；
3.为在校学生提供芒果TV“青芒计划”实习生绿色通道。

大赛主页：

http://challenge.ai.mgtv.com/

Baseline已发布：

https://github.com/MgtvAi

备注：竞赛

竞赛交流群

机器学习、数据挖掘、计算机视觉、NLP等更多竞赛信息与技术交流，

若已为CV君其他账号好友请直接私信。

我爱计算机视觉

微信号:aicvml

QQ群:805388940

微博知乎:@我爱计算机视觉

投稿:amos@52cv.net

网站:www.52cv.net

在看，让更多人看到