5月30日，国际人工智能顶会cvpr2024举办的第3届野外像素级视频理解挑战赛（the 3rd pixel-level video understanding in the wild, pvuw。下文简称pvuw）公布赛事结果，美图影像研究院（mtlab）再获殊荣，斩获视频语义分割（vss）、复杂场景视频目标分割（mose）双赛道亚军，视频全景分割挑战赛（vps）赛道季军，这也是美图影像研究院（mtlab）第3次在cvpr大会上摘得奖项，共获得了1金3银3铜的杰出成绩。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

作为全球范围内计算机视觉领域的顶尖盛会，CVPR凭借其深远影响力吸引了众多顶尖学府、科研机构的踊跃参与，成为全球AI领域前沿科研成果展示的舞台，备受学术界和产业界的瞩目。

同时，顶级 PVUW 赛事专注于视频理解领域，由牛津大学、复旦大学、浙江大学、北京航天航空大学、北京交通大学、Amazon、Meta 等 业内 及产业界的 权威 研究者共同发起，凭借其前沿性及挑战性，本届竞赛吸引了包括中国科学院大学、中国科学院自动化研究所、哈尔滨工业大学、美图公司、三星、中兴通讯等海内外 知名 高校、科研院所及 领先 企业参加。本届 PVUW 竞赛共包含 4 个赛道，除视频语义分割挑战赛（VSSChallenge）、视频全景分割挑战赛（VPSChallenge）外，新增复杂场景视频目标分割挑战赛（MOSEChallenge）和基于动作描述的指向性视频分割挑战赛（MeViSChallenge） 2 个超高难度赛道，其中，复杂场景视频目标分割挑战赛（MOSEChallenge）采集了目前最大规模的复杂场景视频目标分割数据集 ComplexVideoObjectSegmentation (MOSE)，包括目标的消失和重现、不显眼的小物体、严重的遮挡以及拥挤的环境等。旨在于帮助应对视频理解领域目前面临的如背景复杂性、目标遮挡和消失重现、描述动作的文本理解等挑战，提升对复杂场景及现实场景的理解能力。

美图影像研究院（MTLab）此次参赛取得的骄人成绩背后，是在视频领域长期布局与持续探索的成果佐证，同时也已将这一尖端技术应用于美图公司旗下美图秀秀、美颜相机、Wink、美图设计室等产品中，为用户带来“视频人像精修”、“AI商品视频”、“智能抠图”等实用功能与创意玩法，通过创新研发成果为广大用户提供优质影像与设计服务。随着新兴视频形态的蓬勃发展，视频行业进一步向多元化发展，美图影像研究院（MTLab）也持续加大在视频领域的研发投入，目前专业视频人像精修工具Wink荣膺视频编辑工具赛道第二名，开拍已成为口播创作工具赛道领军者。作为美图的核心研发中枢，美图影像研究院（MTLab）未来也将继续专注于AI领域前沿技术研发，推动AI技术的落地应用，通过技术创新与升级为用户和客户打造更优的AI工作流。