ChinaMM 2019 挑战赛

竞赛背景介绍

室外场景容易受到恶劣天气下复杂视觉退化的影响。在低光条件下进行拍摄会导致能见度降低和信号细节损失，对视觉增强和后续的感知任务造成阻碍，例如目标检测，识别等任务。该挑战旨在探索在低光照条件下拍摄的单张图像人脸检测的相关研究工作。

数据集介绍

FD-LOL (Face Detection in LOw-Light Conditions): 数据集提供了在夜间拍摄的6,000张真实低光图像，包含教学楼，街道，桥梁，立交桥，公园等场景。数据有人脸边界框标注，作为训练集和验证集。本竞赛还提供从相同设置下收集的9,000张未标注的低光图像。此外，本竞赛提供了一组789对低光/普通光图像，这些图像在可控的实际照明条件下捕获（有些未包含面部），竞赛参与者可以将这部分数据作为训练数据的一部分。本竞赛将使用一个4,000张低光图像的测试集检验各队提交算法的性能，该集合包含准确的人脸边界框标注。

[训练数据]: Link (password:mnkt)
[测试数据]: Link (password:426w)
[未标注低光图像]: Link (password:3kc0)
[成对图像]: Link (password:6gx7)
[Mini测试数据与标签]: Link (password:qk5p)

注册事宜

每个团队需要在提交截止日期前注册。注册通道现已开通，注册请提交注册表至ChinaMM19challengeFDLOL@gmail.com.

队名
学校/组织名
队员名
电子邮件地址

提交事宜

请将结果提交至ChinaMM19challengeFDLOL@gmail.com.
邮件标题: 【结果提交】队名-日期，示例：【结果提交】STRUCT-2019.7.21。
邮件内容需包含相同名称附件(zip格式)和一个Fact Sheet文件(2页，内容形式见模板 fact_sheet_template_zh_CN.zip )，示例：【结果提交】STRUCT-2019.7.21.zip，该文件下，仅包含一个results文件夹，文件夹下包含bounding box预测文件。
文件内容与Training Set中的label文件格式相同，首行为预测的bounding box总数，其余各行为每个bounding box的位置。
测试准则: 测试集合上的Mean average precision (mAP)，Interception-of-Union (IoU)阈值设定为0.5。多次提交以最后一次提交为准。测试完毕后，我们会返还提交方法在Mini测试数据上的性能。对于该性能有异议的队伍，我们会提供反馈和一次额外的测试机会。
提交结果的文件示例： 1.txt , 2.txt , 3.txt , 4.txt , 5.txt
本次比赛可以使用额外训练数据，但严禁针对测试数据集的操作。

日程安排

⦁ 6月1日, 接受注册报名。
⦁ 6月30日, 公布训练数据集。
⦁ 7月16日, 公布测试集，接受测试集结果提交。
⦁ 8月1日, 报名截止。
⦁ 8月12日, 测试集结果提交截止。
⦁ 8月20日, 组委会验证并公布比赛最终结果。
⦁ 8月26-28日, 中国多媒体大会期间召开workshop。

ChinaMM 2019 竞赛

低光照人脸检测

最新消息

竞赛背景介绍

数据集介绍

注册事宜

提交事宜

日程安排

竞赛组委会

Acknowledgment