5月30日，國際人工智慧頂會CVPR 2024舉辦的第3屆野外畫素級影片理解挑戰賽（The 3rd Pixel-level Video Understanding in the Wild, PVUW。下文簡稱PVUW）公佈賽事結果，美圖影像研究院（MT Lab）再獲殊榮，斬獲影片語義分割（VSS）、複雜場景影片目標分割（MOSE）雙賽道亞軍，影片全景分割挑戰賽（VPS）賽道季軍，這也是美圖影像研究院（MT Lab）第3次在CVPR大會上摘得獎項，共獲得了1金3銀3銅的傑出成績。
作為全球範圍內計算機視覺領域的頂級會議，CVPR憑藉其廣泛影響力吸引了大批頂尖高校、科研院所等參與其中，成為全球AI領域領先科研團隊展示前沿研究成果的舞臺，深受學術界及產業界的關注。
同時，PVUW賽事專注於影片理解領域，由牛津大學、復旦大學、浙江大學、北京航天航空大學、北京交通大學、Amazon、Meta等學術界及產業界的頂尖研究者共同發起，憑藉其前沿性及挑戰性，本屆競賽吸引了包括中國科學院大學、中國科學院自動化研究所、哈爾濱工業大學、美圖公司、三星、中興通訊等海內外高校、科研院所及知名企業參加。
本屆PVUW競賽共包含4個賽道，除影片語義分割挑戰賽（VSS Challenge）、影片全景分割挑戰賽（VPS Challenge）外，新增複雜場景影片目標分割挑戰賽（MOSE Challenge）和基於動作描述的指向性影片分割挑戰賽（MeViS Challenge）2個超高難度賽道，其中，複雜場景影片目標分割挑戰賽（MOSE Challenge）採集了目前最大規模的複雜場景影片目標分割資料集Complex Video Object Segmentation (MOSE)，包括目標的消失和重現、不顯眼的小物體、嚴重的遮擋以及擁擠的環境等。旨在於幫助應對影片理解領域目前面臨的如背景複雜性、目標遮擋和消失重現、描述動作的文字理解等挑戰，提升對複雜場景及現實場景的理解能力。
美圖影像研究院（MT Lab）此次參賽取得的優異成績背後，是在影片領域長期佈局與持續探索的成果證明，同時也已將這一前沿技術應用於美圖公司旗下美圖秀秀、美顏相機、Wink、美圖設計室等產品中，為使用者帶來“影片人像精修”、“AI商品影片”、“智慧摳圖”等實用功能與創意玩法，透過創新研發成果為廣大使用者提供優質影像與設計服務。
隨著新興影片形態的蓬勃發展，影片行業進一步向多元化發展，美圖影像研究院（MT Lab）也持續加大在影片領域的研發投入，目前專業影片人像精修工具Wink榮登影片編輯工具賽道第二名，開拍已成為口播創作工具賽道第一名。
作為美圖的核心研發中樞，美圖影像研究院（MT Lab）未來也將繼續專注於AI領域前沿技術研發，推動AI技術的落地應用，透過技術創新與升級為使用者和客戶打造更好的AI工作流。