下血本！Facebook AI 20万美金举办“图像匹配”大赛

近日，Facebook AI 在NeurIPS’21 举办了图像相似检索大赛（ Image Similarity Challenge ，ISC2021)，放出百万量级的数据集，提供20万美金的奖励。

相似图像的定义很宽泛，这项比赛更加关注的对原图进行编辑后的图像的检索，如下图：

在原有参考图上进行一定的像素级改变，该比赛中认为前后两图是“相似的”。

下图对图像相似进行了概念可视化，该比赛关注的是：纯粹副本、近纯粹副本和编辑拷贝三种类型，而相似的实例和相似类别不再此列。

这也是比赛的难点。有可能有很相似的图像，但不是来自同一参考图的编辑，不能归为相似图像。

这种图像相似检索任务在互联网版权保护方面具有重要意义。

下图展示了不同相似类别图像的检索流程：

可见，该赛事关注的是来自同一份拷贝的图像编辑后的相似比较。

其实这种视觉任务早已有之，传统图像特征如GIST,即被设计用来图像匹配。

在论文 The 2021 Image Similarity Dataset and Challenge 中，作者详细列出了此次大赛推出的数据集DISC21与其他数据集的比较：

可见，查询数据集规模达到2万、干扰集规模8万和数据集总大小达到百万，数据集总存储量大约360G，又是一个数据量极大的视觉比赛。

以下为官方给出的互联网上常见的编辑类型：

官方给出的baseline的结果：

相关论文：

https://arxiv.org/pdf/2106.09672.pdf

比赛地址：

https://www.drivendata.org/competitions/79/competition-image-similarity-1-dev/

baseline:

https://github.com/facebookresearch/isc2021

这个任务看起来不难（毕竟相关开源代码比较多)，但能挖掘其中细节，取得好的结果，估计也需要下很大功夫。

END

注明：竞赛

竞赛交流群

扫码备注拉你入群。