视频观看过程中发现想要购买的东西却犹如大海捞针？视频网站拥有海量数据，如何严格审核避免发生问题？极链科技针对这样的事件，从14年开始就将目光放在这样一个领域——视频内容识别。并于今年，与复旦大学联合主办了VideoNet视频内容识别挑战赛。
近日，VideoNet视频内容识别挑战赛正式接受注册报名。此次比赛将面向全国科研院所和企业人员，值得一提的是，为了推动物体、场景等多维度视频内容识别在人工智能与视频产业中的应用，2019极链科技VideoNet视频内容识别挑战赛，将面向参赛者开放出由极链科技与复旦大学联合推出的全新视频数据集VideoNeT，该数据集包含353类事件，超过200类场景和200类物体，总视频数达到9万。其中60%作为训练集，20%作为验证集，20%作为测试集。通过此次挑战赛，参赛者不但可以获得海量的数据集，还可以与全球最优秀的AI人才同台竞技，与行业顶尖专家交流学习。在AI建设上满足学术界对高质量数据集的需求，推进人工智能在科研与商业领域的结合，促进人工智能研发人员共同探索前沿领域的技术突破及应用创新，以此形成新一代视频识别算法评测标准。
视频中存在着大量的物体、场景等多维度内容信息，这些维度内容之间又存在着广泛的语义联系。近年来，随着深度学习技术的发展，涌现出大量针对物体、场景、人脸、动作等维度的识别技术，在各自的目标维度上取得了明显的进步。但是目前各视频识别算法基本都是针对单一维度来设计的，无法利用各维度之间存在的丰富的语义关联建立模型，提高识别准确度。当前也缺乏一个包含多维度标注的大规模视频数据集来为多维度视频识别算法研究提供训练测试数据支持。
为了推动物体、场景等多维度视频内容识别在人工智能与视频产业中的应用，极链科技联合复旦大学共同推出了大规模多维度标注视频数据集VideoNet，并以此为基础举办首届“VideoNet视频内容识别挑战赛”。VideoNet包含逾9万段视频，总时长达4000余小时。VideoNet数据集对视频进行了事件分类标注，并针对每个镜头的关键帧进行了场景和物体两个维度的共同标注，充分体现了多维度内容之间的语义联系。我们鼓励参赛者利用视频的时间维度特征和场景、物体、视频类别等多维度之间的联系开展算法设计。通过本次比赛，我们希望相关领域研究者积极参与到基于VideoNet的多维度视频内容识别研究与挑战中来，促进多维度智能识别技术在视频产业中的发展和落地。
当前，人工智能市场需求日益增多，投资风口持续扩张，也为这一领域带来了更多的希望。国家屡次推出对人工智能行业的大力扶持政策，技术型人才也在不断增长。视频内容识别已经成为了人工智能领域的重点发展方向，未来，也将有更多的技术型人才加入这个领域，共同打造可持续的AI科研新生态。极链科技诚邀全国各地的学者、人工智能从业者、学生、科研机构、创业团队一起加入进来，驱动未来场景新经济的高速发展。
