據(jù)了解 ，分割任務作為計算機視覺三大基礎任務之一，一直是業(yè)界技術研究的重點。此次實例分割挑戰(zhàn)賽分為遮擋視頻實例分割（OVIS）和歸納先驗實例分割（VIPriors），OVIS將分割任務從傳統(tǒng)的圖像維度進一步拓展到視頻維度，如何利用視頻中存在的時域信息，解決目標在運動過程中的遮擋問題是該比賽的最大難點；而VIPriors比賽的難點在于參賽者需要在較少標注數(shù)據(jù)的基礎上，通過加入合理的先驗信息提高模型在測試集上的泛化性能。
另外，背景虛化效果渲染（Bokeh Effect Rendering）側重于模型在端上的應用，實時背景虛化使得圖像或者視頻能夠突出核心區(qū)域，任務難度在于獲得快速的端上推理速度的同時，需要達到較好的渲染效果。
目前，這三項奪冠技術都已經(jīng)應用于螞蟻?！袄碣r大腦”系統(tǒng)，在理賠過程中實現(xiàn)文檔檢測分割、文本和表格檢測分割等能力?；凇袄碣r大腦”系統(tǒng)，今年螞蟻保聯(lián)合多家保險公司推出“安心賠”服務，應用計算機視覺算法技術，提升用戶理賠體驗。例如，在文檔相機對理賠憑證的采集階段，進行遮擋分割與智能攔截，提升理賠憑證采集質(zhì)量，并提升保險公司的理賠效率；在理賠視頻面訪、寵物身份識別等視頻場景下，提取目標信息，并且通過虛化背景來保護用戶隱私。
與此同時，點云魯棒性識別（PointCloud-C分割與分類雙賽道）奪冠任務于本次挑戰(zhàn)賽首次提出，其目的在于提升模型在腐蝕點云的輸入情況下的魯棒性，達到模型抗干擾的目的。目前點云技術應用廣泛，在寵物檔案建立中，利用點云技術將來可以對寵物視頻進行多角度采集、校驗，提升建檔質(zhì)量與合格率，進而提升寵物核身準確率。
