AI追夢人① | 千人競逐位列第二，這兩位大疆小哥哥如何在AI大賽中脫穎而出？

粵港澳大灣區創新引擎——深圳正在揭起AI千人創新浪潮！

由深圳市主辦的全國人工智能大賽復賽正在火熱進行中！自開啟報名以來，大賽吸引了來自13個國家的4253 人報名參賽，選手來自300+頂級高校和800+名企。選手共計有1萬6千余次的AI作品提交，雙賽項每個賽項最終選出前 100 支晉級團隊。他們是粵港澳大灣區乃至世界人工智能科學發展的重要支撐、產業創新的活力之源。

千名AI人才為何參加年度權威賽事？優秀AI團隊有何特質和夢想？今日起，南方+聯合鵬城實驗室、新一代人工智能產業技術創新戰略聯盟（AITISA）開設AI追夢人系列報道，專訪大賽優秀團隊，和他們一起在AI世界逐夢而行。

在AI+4K HDR賽項中，lzq_cris的團隊由2位來自大疆影像部的算法工程師組成，這是他們首次參加AI類大賽，在初賽中就獲得第二名的成績。參賽初衷并不僅是“贏”，而是希望認識更多在降噪超分方面的“大?！保驗椤皥D像增強既是興趣，也是工作”。

“希望能將學術界的一些研究成果和更好地和工業界結合起來，做更多可落地，有意義的東西?！彼麄冋f。

參賽初衷

更看重“高手過招” 想認識更多降噪超分領域“大?！?/strong>

我們來自大疆影像部，因為大賽主題跟自己部分工作內容相關，所以抱著試一試的心態來參賽，想借此機會了解更多前沿的降噪、超分、HDR等算法，同時也想借此機會認識更多在降噪超分方面的“大?！?。

在身邊的同行和朋友看來，這次大賽挑戰不小，不僅數據量很大，且算力要求高，有一定門檻。由于工作原因，我們的團隊一沒有足夠時間，二沒有足夠算力，優勢并不明顯，很多工程上的經驗和想法都沒來得及驗證。

在比賽中，最重要的是分析數據和評估指標。數據的問題可以在網絡設計的過程中去解決，評估指標就是看怎么處理數據會有更好的視覺效果和更高的評分。

比賽收獲

不錯的成長！分析問題和處理數據能力得到鍛煉

我們在分析數據和評估指標的基礎上，嘗試多種網絡設計方案，然后在性價比最高、出成績最快的前處理和后處理這些路子上做一些實驗。這種做法的好處在于，不需要把網絡變得更加復雜，節省算力和帶寬，通過后處理使得網絡輸出盡量可控，同時減少黑盒子的影響。

在解題思路上，我們首先分析比賽的數據，將任務分解成多個模塊，在各個模塊上做各種嘗試和小改進。其中，我們主要聚焦在分析數據和前后處理，比如需要考慮轉場之類，在此基礎上借助了EDVR框架修改。

在作品的設計與后處理方面，因為評估指標跟主觀視覺有關系，后處理算法好不好同時影響到主觀感受和PSNR，這就面臨著

PSNR和視覺感官的權衡，需要做大量的實驗來驗證和評估。

這次比賽最鍛煉選手的方面在于數據量較大，圖像退化過程也比真實場景要復雜，對開發者要求有較強的分析和驗證數據能力，并在此基礎上才能更好地設計網絡解決問題。

在短短兩個多月，能學習到這么多的算法，和各路大牛同臺競技，同時還了解到降噪超分在各個領域的應用，對個人而言，分析問題和處理數據都能得到一定鍛煉，有不少成長。不管最后成績如何，都是一段不錯的經歷。

行業展望

熱愛圖像增強研究，構建數據樣本需從實際需求出發

在人工智能發展中，圖像增強是我最為關注的領域。我們認為，這一輪AI的崛起主要是憑借在圖像和語音上的出色表現。圖像增強既是我們的興趣，也是我們的工作。

因此，AI+4K HDR有巨大發展前景，我們心中的AI+4K HDR應該是用深度學習的方法來實現傳統4K HDR中的某些模塊，借助CNN強大的擬合能力和統一框架，有可能取得傳統方法難以達到的效果。

AI+4K HDR目前主要的瓶頸在兩方面，一是缺乏足夠好的數據樣本，尤其是HDR樣本，二是缺乏可落地方案，包括低功耗快速計算平臺和輕量級網絡。構建好的數據樣本需要從相機原理和實際需求出發，這將會有更大的應用價值。