IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了！
11th IEEE Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS)将于2021年1月14-16日在荷兰阿姆斯特丹举办，本届大会将同步举办高光谱目标跟踪挑战赛，竞赛主办方不仅提供了第一个大规模的高光谱视频数据集，而且提供了基准算法的跟踪结果和相应处理代码。
图图带来刚刚发布的挑战赛赛程与规则信息，还可进入竞赛微信群，请大赛主办老师答疑解惑哦~~
目标跟踪作为计算机视觉基本任务之一，旨在根据视频数据的空间或时间相关性对特定目标跟踪，是后续视频行为分析、内容理解等高层语义分析的基础，具有非常重要的理论研究价值。目标跟踪在智能监控、无人驾驶、目标识别、视觉导航以及人机交互等有广阔的应用前景，对智能制造、智能农业、 智能交通等具有最重要的应用价值。
近年来，基于彩色视频的目标跟踪算法研究取得了很大进展，但在目标与背景具有相似的纹理或颜色等复杂场景中，跟踪算法容易出现漂移。其主要原因是彩色图像只记录目标的红、绿、蓝三通道颜色强度信息，在描述目标真实物理反射信息方面具有局限性，这已成为当前目标跟踪鲁棒性的瓶颈之一。相比于彩色图像，高光谱图像（hyperspectral images）同时记录目标二维空间图像和一维从可见光到不可见光等连续几十到几百波段的光谱（spectrum），更加准确地反映目标真实物理特性，体现出材质鉴别能力。高光谱图像可以把颜色不可分辨转化为光谱可辨，是复杂场景数据分析的重要载体。近些年，随着电子传感器设计和压缩感知技术发展，高光谱相机开始从传统昂贵、低速设计向低成本、实时高光谱视频获取方向发展，这给高光谱视频分析和推算带来了机遇。
高光谱图像的材质鉴别能力：虽然人的绿色衣服和树林的绿色很近，但光谱差异明显
针对以上情况，本次竞赛拟利用高光谱图像的材质鉴别能力强的特性，探索高光谱视频的目标跟踪技术，期望突破现有目标跟踪的瓶颈问题。竞赛主办方不仅提供了第一个大规模的高光谱视频数据集，且提供了基准算法的跟踪结果和相应处理代码。最后，希望通过本次比赛，进一步推动高光谱数据分析与计算机视觉问题的结合，促进高光谱技术在计算机视觉领域的发展。
Jun Zhou, Griffith University, Australia
Pedram Ghamisi, Helmholtz-Zentrum Dresden-Rossendorf, Germany VasoGnosis, USA
熊凤超, 南京理工大学， 中国
Jocelyn Chanussot, Grenoble Institute of Technology, France
比利时微电子研究中心
（Interuniversity Microelectronics Centre, IMEC）
熊凤超老师（Email: fcxiong@njust.edu.cn）
本数据集包括40个训练数据和35个测试视频，包含了当前目标跟踪中的具有挑战性的场景如：快速移动、遮挡、背景干扰等。高光谱视频采用快照式光谱相机以每秒25帧的速度采集。数据的每一帧以mosaic方式存储高光谱图像的16个波段， 覆盖了从470nm到620nm的可见光范围。
数据集的特色之处在于：第一个大规模的高光谱计算机视觉数据集，包括高光谱视频、彩色视频以及伪彩色视频，其中彩色视频以与高光谱视频相近视角采集得到，伪彩色视频通过高光谱视频转化得到。这些数据集对推动高光谱视频分析、高光谱计算机视觉、目标跟踪等具有推动作用。部分测试视频样例如下：
1. 相机校准
相机校准过程包括两个步骤：黑校准和光谱校准。黑校准旨在消除相机传感器产生的噪音的影响。这是通过从捕获的图像中减去黑色帧图像来完成的。光谱校准的目的是提升光谱曲线的精度，降低二次反射等的影响。这通过每个像素的采集到的光谱曲线与传感器相应的校准矩阵相乘得到。图像校准之后，仍然以mosaic方式存储为2D形式。
2. 图像配准
为了使得高光谱视频与彩色视频描述几乎相同的场景，我们进行了图像配准。首先，我们选取高光谱视频与彩色视频对应的关键点，然后计算数据之间的几何变换矩阵。最后将变换矩阵应用于后续所有的帧中，从而完成高光谱视频与彩色视频之间的对齐。
3. 图像转换
为了确保公平的比较，使用CIE颜色匹配函数将高光谱视频转换为伪彩色视频，并且利用彩色视频进行颜色和风格迁移，从而产生在空间上严格对齐的高光谱图像较为真实的伪彩色视频。
本次比赛将和11th IEEE Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS)会议同步举办。所有参赛队伍无需线上报名，只需提交论文(描述方法，结果等)到IEEE WHISPERS, 被录用的文章会被邀请到大会做口头报告或海报展示。比赛前三名的队伍，免会议注册费。
欢迎参赛团队加入微信交流群，大赛工作组的老师将在群中解答所有关于比赛的问题。
-
进群方式一：
-
进群方式二：添加学报小编微信，拉您进群~
比赛采用使用中心位置误差的精确率和重叠率的成功率来评价跟踪算法的性能。精确率的计算过程如下:首先,计算跟踪算法在每一帧的中心位置误差；其次,计算跟踪算法在每一个测试视频中中心误差小于某一阈值的帧数占该测试视频总帧数的比例即算法在每一个测试视频中成功跟踪目标的比例; 最后,取算法在所有测试视频的成功比例的平均值。在实际评价过程中，阈值的值被设为20像素。
成功率的计算过程如下:首先,计算跟踪算法在每一帧的重叠率;其次,计算跟踪算法在每一个测试视频中重叠率大于某一阈值的帧数占该测试视频总帧数的比例即算法在每一个测试视频中成功跟踪目标的比例;最后,取算法在所有测试视频的成功比例的平均值。连接跟踪算法在不同阈值下的成功率可以生成算法的成功图。在基于成功图的评价中,使用不同算法的成功图的曲线下面积(The Area under the Curve, AUC)来对它们的性能进行排序和比较。
比赛开始日期：2020年7月1日
论文提交截止日期：2020年11月15日
论文录用通知：2020年12月15日
2. 数据集下载地址：
-
百度网盘：
https://pan.baidu.com/share/init?surl=FY2L6L9SDKw-V-bUkuosSA
密码: n616
-
Google Drive：
https://drive.google.com/drive/folders/1aT4xOxRT9r7gD4dl4FfugSNr5NMCXwUH?usp=sharing
3. 算法评估代码:
https://www.hsitracking.com/assets/code/Evaluation.zip
4. 高光谱图像转换代码:
https://www.hsitracking.com/assets/code/X2Cube.zip
回放平台
知网平台：
http://k.cnki.net/Room/Home/Index/181822
B站：
https://space.bilibili.com/27032291
往期目录
汪荣贵——机器学习基本知识体系与入门方法
陈强——从Cell封面论文谈AI研究中的实验数据问题
石争浩——从先验到深度：低见度图像增强
行知论坛——南理工行知论坛&图图Seminar：智能画质增强专题
孙显——遥感图像智能分析：方法与应用
章国锋——视觉SLAM在AR应用上的关键性问题探讨
林宙辰——机器学习中优化算法前沿简介
前沿进展 | 多媒体信号处理的数学理论
中国卫星遥感回首与展望
单目深度估计方法：现状与前瞻
目标跟踪40年，什么才是未来？
10篇CV综述速览计算机视觉新进展
算法集锦 | 深度学习在遥感图像处理中的六大应用
封面故事 | 从传统到深度：火灾烟雾识别综述
封面故事 | 光场数据压缩综述
学者观点 | 结合深度学习和半监督学习的遥感影像分类
编辑推荐 | 视频 + 地图！四维信息助力实景中国
深度学习+图像降噪，如何解决“卡脖子”问题？
专家推荐|高维数据表示：由稀疏先验到深度模型
专家报告 | AI与影像“术”——医学影像在新冠肺炎中的应用
专家推荐|真假难辨还是虚幻迷离，参与介质图形绘制让人惊叹！
学者推荐 | 深度学习与高光谱图像分类【内含PPT 福利】
专家报告|深度学习+图像多模态融合
专家报告 | 类脑智能与类脑计算
实战例题！200+PPT带你看懂监督学习
118页PPT！机器学习模型参数与优化那些事儿~
专家开讲 | 机器学习究竟是什么？
羡慕别人中了顶会？做到这些你也可以！
如何阅读一篇文献？
共享 | SAR图像船舶切片数据集
资源分享| 不知道如何获取最新的算法资讯？快来这里看一看
资源分享|热门IT资讯号推荐
本文系《中国图象图形学报》独家稿件
内容仅供学习交流
版权属于原作者
欢迎大家关注转发！
编辑：秀 秀
指导：梧桐君
审校：夏薇薇
总编辑：肖 亮
声 明
欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。
相关内容
微信扫码咨询专知VIP会员