模糊车牌图像清晰化任务
测试背景
车辆是当今社会普遍使用的交通工具。在很多刑事案件中,犯罪分子使用车辆作为交通工具。因此,车辆成为案件侦破过程中重要的研判对象。
车牌号码作为辨识车辆最有效的途径,是案件侦破过程中最有价值的线索之一。然而,由于各种道路上的视频监控设备的成像受气候、光线、架设方式、感光器件、拍摄参数、目标本身的静态和动态属性等因素影响,画面的车牌号码容易出现各种类型的模糊现象,造成车牌号码难以辨识,给案件的侦破工作带来很大的困难。
模糊图像清晰化技术是公安刑侦破案非常重要和使用频率非常高的实战手段,有广泛和迫切的应用需求。
参赛对象
中华人民共和国境内高校实验室、研究团队、团体、企事业单位等,也允许以个人名义参加。
任务设置
模糊车牌图像清晰化竞赛的任务是:通过计算机算法程序对原始模糊图像进行处理,输出辨识度更高的图片,使图像中车牌号码更易于辨识。
点击下载详细文档:模糊车牌图像清晰化挑战赛方案 (含报名表)
奖项设置
比赛任务设一等奖1名(3万),二等奖1名(2万),三等奖2名(各1万)。
参赛获胜队伍可获得由中国计算机学会视觉专委会和浙江捷尚视觉科技股份有限公司颁发的获奖证书和奖金。
报名方式
参赛个人或团队请发送报名表(见详细文档末尾)至邮箱:lpdeblur@icarevision.cn
咨询电话:0571-26292585 张老师
邮件标题格式“模糊车牌清晰化挑战赛 + (参赛队名称)”
组织方收到邮件,与报名者确认后,报名成功。
注册队伍
队伍名称 | 单位 | |
---|---|---|
1 | Challenger Alliance Team | 北京交通大学 |
2 | 清秀队 | 清华大学 |
3 | 任文琦 | 天津大学 |
4 | 张欣欣 | 北京大学 |
5 | Cigit Multimedia | 重庆邮电大学 |
6 | HIT-DisRes | 哈尔滨工业大学 |
7 | ZJULearning | 浙江大学 |
8 | CV_HQT | 安徽大学 |
9 | 纳米核心 | 浙江大学 |
10 | Hello Lena | 华中科技大学 |
11 | 蔡宇 | 大连理工大学 |
12 | 丝毫毕现 | 北京邮电大学 |
13 | 优胜美地 | 南京信息工程大学 |
14 | 无限队 | 山东财经大学 |
15 | SHU_Fitz | 上海大学 |
16 | adcv | 复旦大学 |
17 | NJUPTer | 南京邮电大学 |
18 | 成电视觉仿生与图像处理团队 | 成都电子科技大学 |
19 | Passion | 北京科技大学 |
20 | ZJUT-YA105 | 浙江工业大学 |
21 | ZJUT-ROCK | 浙江工业大学 |
22 | DUT-CGGI | 大连理工大学 |
23 | Machine Vision | 西南科技大学 |
24 | Primary CvVers | 北京大学 |
25 | 寰景信息 | 肥寰景信息技术有限公司 |
RACV2016模糊车牌图像清晰化挑战赛 最终成绩
奖项 | 获奖队伍 | 参赛队员 | 单位 | 比赛成绩 |
---|---|---|---|---|
一等奖 | Primary CvVers |
宋嘉文、陆涛、陶砺、祝闯 | 北京大学 | 47.32 |
二等奖 | adcv | 吴凡、田凯、宋映龙 | 复旦大学 | 46.69 |
三等奖 | NJUPTer | 刘峰、干宗良、李超群、 王翔、吕灏、焦常凯、王澍、金静 |
南京邮电大学 | 40.63 |
优胜美地 | 吴毅 潘金山 王金桥 Ming-Hsuan Yang |
南京审计大学 大连理工大学 中科院自动化研究所 加州大学默塞德分校(UC Merced) |
39.13 |