10月24日,由声网 Agora、RTC开发者社区主办,数据科学学习社区 DataCastle共同协办,涂图科技、LeanCloud、极光、达观数据等合作伙伴提供支持的AI in RTC 2019创新挑战赛圆满结束。并在RTC 2019实时互联网大会现场举行了颁奖典礼。景、Rainbow、视觉辅助Guidoge三组参赛团队,分别摘得“超分辨率图像质量”“超分辨率算法性能”“编程”三大赛题的冠军。
作为RTC领域AI算法大赛,AI in RTC 2019创新挑战赛自今年7月份开展以来,吸引了来自50多个城市、20余所高校的1000+参赛队伍报名,网罗了全中国很强的音视频AI算法团队。经过历时3个月初赛的激烈角逐,15支队伍成功入围决赛,并于10月23日,在北京悠唐皇冠假日酒店举行了精彩纷呈的决赛路演答辩。
本届大赛紧密结合“AI+RTC”方向,设置了“编程”“超分辨率图像质量”“超分辨率算法性能”三大赛题,旨在让开发者能够在图像超分辨率、RTC应用开发中发挥自己的创造力,解决学术、商业、社会中的实际问题,推动人工智能在数据算法和编程应用中的创新发展。
决赛现场,首先进行的是“编程创新挑战赛”的路演答辩。5支队伍的参赛作品为大家呈现了AI与RTC技术结合在营造多人协作的编程环境、家庭监护和陪护、视障人士出行和智能出行等多个领域、场景中的应用,拓宽了大家对RTC技术的认知边界。他们表示,希望能够通过新技术的结合来改变人们认知世界的方式。
比如,来自上海科技大学的视觉辅助Guidoge团队,为大家带来了一套依托于实时云视频与机器学习的视觉解决方案Guidoge,主要面向视障人士、骑行爱好者等有视觉辅助/拓展需求的群体。它几乎无需复杂外设,凭一台手机与一根挂绳(Guidoge Loop)即可实现对象识别、语音反馈等丰富的视觉增强功能。
参与编程创新挑战赛的参赛者们在参赛过程中不断地调试、优化作品,提交了许多高完成度的作品,甚至有些作品完全可以作为产品面向用户。其中,很多团队还拍摄制作了demo视频,让大家能够更清晰地了解决方案及其使用场景。
在“超分辨率图像质量挑战赛”和“超分辨率算法性能挑战赛”的路演答辩中,10个团队分别展示了提升超分辨率图像质量或性能的创新解决方案,并从实验过程和结果、可行性分析等多个维度进行了阐释。
在这个环节中,有一个小插曲,rainbow团队代表临时出差法国,不能到达参赛现场,主办方声网采用实时音视频技术支持的多人视频会议应用Agora Video Call,与参赛者进行了线上连线,演讲全程几乎感受不到延迟和卡顿,完美解决了跨国沟通。
本次大会的评委阵容也非常强大,集结了RTC领域里拥有丰富经验的专家与大咖,包括声网Agora首席科学家钟声、声网Agora合伙人&技术VP冯越、字节跳动AI实验室视觉产品负责人李润祥、Lean Cloud高级工程师郑鹏、极光推送移动开发负责人李根、声网Agora AI算法工程师周世付、声网Agora高级架构师张乾泽、声网Agora资深研发工程师龚宇华、声网Agora布道师金叶清等。在路演答辩过程中,评委们对参赛团队的作品进行了中肯的评价,并提出了很多意见和建议,帮助团队更好地完善自己的作品。
最终,9支队伍胜出并获奖:景、tensionfly、ITS_425三个团队分别获得“超分辨率图像质量挑战赛”的一、二、三等奖;rainbow、Rookie、我信你个鬼三个团队分别获得“超分辨率算法性能挑战赛”的一、二、三等奖;视觉辅助Guidoge团队、辩之竹、Coderlane三个团队分别获得“编程创新挑战赛”的一、二、三等奖;同时,9组团队也分别获得了总计25万元人民币的现金奖励。
据悉,除奖金之外,此次大赛的获奖团队可进入“声网合作伙伴计划”,获得全球化的市场推广、技术培训、进入市场、销售渠道等多方面支持。同时,获奖团队成员还可加入“声网 Offer绿色快车道”,提交作品即可进入面试环节,获奖团队成员可优先获得录用资格。
本届AI in RTC 2019创新挑战赛参赛团队中,既有来自北京大学、中国科学研究院、华中科技大学、华南理工大学、上海科技大学、西安电子科技大学等知名高校的团队,也有来自网易游戏伏羲实验室、中兴等知名互联网企业团队,同时不少参赛团队曾在国内外知名大赛中名列前茅,影响到超过数十万开发者和技术人才。
从已经广泛应用的图像识别、鉴黄、语音识别,到底层的编解码优化、网络传输优化、超分辨率,AI与 RTC的结合已成未来趋势。利用人工智能,开发者可在实时音视频领域发挥的空间变得越来越大,AI in RTC 2019创新挑战赛则让我们看到了AI在RTC领域中的更多可能性。
作为一年一度全球很大的RTC技术布道会议,10月24日-25日为期两天的RTC2019参与超过3000人次,50余位演讲人、100余名技术领袖、音视频技术大咖、产品创新专家共同分享技术实践,进行前瞻对话。
在今年的RTC大会上,声网Agora召开“未来·与声俱来”品牌发布会。作为品牌的正式对外发声,声网宣布开源自研音频编解码器Solo、以及Agora RTC SDK3.0、水晶球2.0版本的上线。同时,还联合商汤、搜狗、阿里云、金山云、Unity、Cocos、依图等34家合作伙伴共同发布Agora云市场全球合作伙伴计划。目前声网的日均通话分钟数已经达到6亿。
据了解,声网Agora成立于2014年,是一家为企业及开发者提供全球范围实时音视频服务的服务商。通过声网Agora SDK,开发者很快只需要30分钟即可在全球范围内轻松地为移动、Web或桌面应用程序嵌入实时音/视频社交、全互动直播、游戏语音、AR远程协作、视频报警、视频客服、机器人视频陪伴等。目前声网的客户已遍布全球,包括陌陌、虎牙、斗鱼、抖音、小米、VIPKID、好未来、火花思维、众安车险、小天才手表、The Meet Group(美国很大的婚恋社交平台)、Hike Messenger(印度“微信”)、LisPon(日本二次元音频社区)等
