【来源：华中科技大学官微】

日前

2023年CVPR UG2+和VAND挑战赛

(资料图)

结果揭晓

华中科技大学

人工智能与自动化学院、机械学院

斩获两项全球冠军 一项全球亚军！

人工智能与自动化学院颜露新教授、钟胜教授、昌毅老师担任指导教师，“图像识别与智能系统”团队2022级硕士生郭赟、2021级硕士生肖雪尧、2019级本科生王枭雄、2020级博士生李祎组成的参赛队伍HUST_VIE，斩获了UG2+“单帧图像去雨”赛道全球冠军；2022级硕士生许晟旗、2021级硕士生肖雪尧、2020级博士生曹舒宁、2022级博士生刘昊岳组成的参赛队伍VIELab-HUST，斩获了UG2+“大气湍流校正”赛道全球冠军。

机械学院沈卫明教授、高亮教授担任指导教师，“运筹与优化”团队2020级博士生曹云康、2020级硕士生孙晨、2018级本科生徐晓豪、2023级博士生程育奇组成的参赛队伍SegmentAnyAnomaly获VAND全球亚军。

“单帧图像去雨”赛道由加利福尼亚大学洛杉矶分校组织，吸引了世界各地275支参赛队伍参加。HUST_VIE参赛队提出一种两阶段渐进式雨天图像增强方法，有机结合模型驱动优化方法与数据驱动学习方法，兼具强表达能力与泛化性，以综合指标最优取得冠军。

“大气湍流校正”赛道由普渡大学智能成像实验室发起，吸引了世界各地40支参赛队伍参加，比赛围绕“远距大气湍流扰动下目标识别”主题，设置两个子赛道：大气湍流下文字识别、大气湍流下编码靶标识别。VIELab-HUST参赛队伍提出了一种模型与数据联合驱动的大气湍流校正复原框架，先通过多帧配准自适应融合校正图像畸变，进而通过神经网络模型校正图像模糊，实现远距湍流图像畸变与模糊退化效应校正，在两个子赛道都取得了冠军。

“图像识别与智能系统”团队隶属于多谱信息智能处理技术全国重点实验室，实验室面向强对抗条件下多谱成像目标探测识别信息处理领域的重大需求与关键核心技术，瞄准国家安全重大应用领域，聚焦目标特性机理、探测识别、制导、协同以及新型传感器和实时计算系统等重点研究方向。牵头获得国家科技进步二等奖1项。核心技术已用于我国多种对地、对空、对海等各场景的重大、重点项目和装备中，支撑我国智能化装备的跨越式发展。

获奖之后，团队这么说——

非常荣幸能够在CVPR UG2+竞赛中获得冠军。“图像识别与智能系统”团队成员衷心感谢组织者和评委们提供了宝贵的机会与平台。竞赛过程中，创新的思维、不懈的努力和精诚的合作是能够克服各种挑战制胜的法宝。指导老师专业的知识与经验、大力的支持与鼓励起到了关键的作用。再次感谢CVPR UG2+组织者和评委们的认可，团队将继续努力，为人工智能领域的应用落地贡献自己的一份力量。

2023年度，CVPR首次关注工业视觉检测领域，举办视觉异常和新颖性检测研讨会（VAND: Visual Anomaly and Novelty Detection），吸引了全球范围内最优秀的研究人员和科学家参与其中。VAND（VisualAnomaly andNoveltyDetection，视觉异常和新颖性检测）挑战赛由亚马逊人工智能研究院发起，谷歌、英特尔、慕尼黑工业大学等企业、高校共同举办，吸引了来自海内外的众多参赛队伍，比赛围绕工业视觉检测的“冷启动”问题，旨在降低视觉异常检测方法对训练数据的依赖，更符合实际工业需求。

在本次比赛中，机械学院参赛团队提出混合提示正则化方法，使用专家经验、图像内容对视觉语言大模型进行微调，构建了面向工业视觉检测的通用模型。该方法无需任何训练即可用于任意工业产品的视觉检测，有望进一步提升工业视觉检测精度并降低成本，在比赛期间受到了相关领域学者的广泛关注。

机械学院“运筹与优化”团队已在工业视觉检测领域耕耘多年，在IEEE Transactions on Cybernetics，IEEE Transactions on Industrial Informatics等国际期刊发表数十篇文章，相关成果已在业界得到广泛应用。

获奖之后，团队学子这么说——

工业产品的质量检测是智能制造的重要环节，也是“运筹与优化”团队的重点研究课题。自深度学习兴起以来，我们已经在这一领域耕耘十余年，本次获奖也标志着我们在工业智能领域的技术实力和创新能力得到了认可。

我们要感谢团队指导老师的耐心指导，感谢团队所有老师同学的关心和支持，感谢每一位参赛队员的共同奋斗。“关关难过关关过”，30天的比赛经历，背后是长期的沉淀与积累。未来我们会更加努力，在智能制造和工业视觉领域不断突破创新，让我们的研究成果走进万千工厂，写在祖国大地上。

声明：此文版权归原作者所有，若有来源错误或者侵犯您的合法权益，您可通过邮箱与我们取得联系，我们将及时进行处理。邮箱地址：jpbl@jp.jiupainews.com