ICCV2019首尔开幕 中国论文数量首超美国,博士论文写作.docx

ICCV2019首尔开幕 中国论文数量首超美国,博士论文写作10 月 27 日至 11 月 2 日，两年一届的 ICCV 2022 来到韩国首尔，选址 COEX 会展中心举行。严谨且严肃的国际顶级学术会议与充满着热情与活力的首尔将在这个枫叶开得正红的季节碰撞出如何的火花呢？这里带大家一起看！ ICCV 的全称是 IEEE International Conference on Computer Vision,即国际计算机视觉大会，由IEEE主办，与计算机视觉形式辨别会议CVPR和欧洲计算机视觉会议ECCV并称计算机视觉方向的三大顶级会议，被澳大利亚ICT学术会议排名和中国计算机学会等机构评为最高级别学术会议，在业内具有极高的评价。ICCV论文录用率非常低，是三大会议中公认级别最高的。 29 日，经过 2 天 Workshop 和 Tutorial 的前期预热和酝酿，ICCV 2022 开幕式在覆盖着一片温煦秋阳的清晨如期而至。 开幕式开场前，几位主席在台上合影 韩国时间八点四十五一到，ICCV 2022 四位大会主席General Chair之一、首尔大学Seoul National University教授 Kyoung Mu Lee 上台公布会议开幕并进行开幕致辞。他首先逐一介绍并感谢了包括其它大会主席、程序主席，并向其他各领域的主席们致谢。 讲到中途，他话锋一转向台下各位寒暄到这几天首尔是不是很冷？台下一片掌声和欢笑声后，他接着简单介绍了本次 ICCV 的整体数据。正如之前所报道的，今年 ICCV 共收到 4303 篇投稿，最终收录了 1075 篇，固然整体数据都有所提高的，但是由于分母-总投稿量的大幅增加，今年收录率为 25%,比去年 28.9% 的收录率要低上不少。 而今年参会人数的数据非常惊人惊讶：人数达 7501 人，比去年增加了 2.41 倍之多！而值得一提的是，今年参会人数中有 2964 位来自韩国，1264 位来自中国，1199 位来自美国以及 260 位来自日本，从这些数据来看，邻近国才是最捧场的区域所在呀！ 固然 ICCV 的赞助商数量不如今年 CVPR 那么壮观，但数据相比于其他学术顶会而言，也算不错，获得了 56 家企业的赞助以及 72 家展商参展。 论文数据一览：华人论文数量超美国 UIUC 副教授 Svetlana Lazebnik 作为 ICCV 2022 的程序主席之一，随后对今年 ICCV 的论文情况进行了讲解评说。今年的 4303 篇投稿，相比去年增加了一倍，华而不实介入论文的作者人数达 1 万人；最终接受论文数为 1075 篇，收录比为 25%,华而不实包括 200 篇 Oral 论文，并且所有 Oral 论文都如 CVPR 2022 一样-都为短论文。 从论文主题来看，最热门的本文关键词语如以下图，排在前几位的依次是 Learning、Image、Network、Deep、3D、Object 等，这也反映了该领域内研究人员们对于各个细分课题的关注程度。 从论文的区域分布来看，今年接收论文数量最多的国家是中国，超过 350 篇，其次是美国、德国、韩国和英国。在这组数据发布前，大家都知道这次华人研究者表现很好，但不知道论文收录数量比美国还多！ 而这些论文被收录的背后，同样的也离不开程序委员会的工作。据 Svetlana Lazebnik 介绍，今年除了 4 位程序主席，还布置了 172 位领域主席以及 2506 位审稿人介入论文评审，华而不实，每位领域主席需要评审的论文为 20 至 30 篇，而 2506 位审稿人有 68% 的研究者或高校老师和 32% 的学生组成，各自需要评审的论文分别最多达 9 篇、5 篇。 各大奖项重磅出炉：以色列理工成最大赢家 紧接着，开幕式迎来了高潮环节-颁布奖项！ 奖项中最受关注的最佳论文奖Best Paper Award、最佳学生论文奖Best Student Paper Award、最佳论文提名奖Best Paper Honorable Mentions、以及最佳论文一般提名Best Paper Nomination继续由 Svetlana Lazebnik 颁布。 一、最佳论文奖 1、最佳论文奖Marr 奖 本届最佳论文奖Marr奖为(SinGAN: Learning a Generative Model from a Single Natural Image，论文论文中，作者们以观察者相机经过矫正、图中一般的点和线全部可见为条件，对所有的极小问题进行了分类。 作者们表示清楚，极小问题一共只要30种，对于有超过6个相机、或者超过5个点、超过6条线的情况，极小问题都是可解的。作者们进行了一系列检测极小性的测试，从对自由度计数开场，最终对有代表性的样本进行了完好的符号和数值验证。对于所有发现的极小问题，作者们都给出了它们的代数度数，即解的数目，这也是问题的本征难度的衡量指标；从这里能够看出随着视角数目的增加，问题的难度是怎样变化的。一个重要的点是，一些新出现的极小问题其实只要很小的代数度数，这意味着它们能够在图像匹配和三维重建任务中得到实际应用。 3、最佳论文荣誉提名Best paper Honorable Mentions 共有两篇论文被荣誉提名，如下： 最佳论文荣誉提名 1 Asynchronous Single-Photon 3D Imaging非同步单光子3D成像 Anant Gupta, Atul Ingle, Mohit GuptaUniversity of Wisconsin-Madison威斯康星大学麦迪逊分校 论文地址： 论文内容摘要：单光子雪崩二极管SPAD在基于飞行时间time-of-flight的深度测量中得到了越来越多的应用，由于它们具有以皮秒精度捕捉单个光子的独特能力。不过，环境光照比方阳光会对基于SPAD的3D相机产生干扰，给捕捉到的波形带来严重的非线性失真连续命中，总而造成深度测量错误。作者们在论文中提出了新的非同步式单光子3D成像，这是一类能够缓解光子捕捉经过中的连续命中问题的新的捕捉形式。非同步捕捉捕捉形式会根据预定义的、或者随机设定的偏移量，存心故意短期错过激光发射到SPAD测量的时间窗口。 作者们这样做的考虑是，假如选择一系列时间窗口的偏移量，让这些偏移量能够对应全部的测量深度，那么他们就能够根据没有发射激光的时候收集到的信号看作本底噪声把正常采集信号中的干扰部分抵消掉。作者们开发了一个通用的图像成像模型，并进行了理论分析，探寻求索非同步采集形式的各种可能的做法，并找到具有很好表现的形式。作者们的仿真实验和实际实验都表示清楚了他们的方式方法相比于当下最优秀的方式方法能够在各种成像条件下尤其是具有强烈环境光照的都带来深度检测精度提升，最高能够提升一个数量级。 最佳论文荣誉提名 2 Specifying Object Attributes and Relations in Interactive Scene Generation从交互性的场景生成中指定物体属性和关系 Oron Ashual, Lior WolfTel-Aviv University以色列特拉维夫大学 论文地址： 论文内容摘要：作者们提出了一种从场景图scene graph输入生成图像的方式方法。这个方式方法会分别生成一个布局嵌入和一个外观嵌入。在两个嵌入的共同作用下，生成的图像能够更好地匹配输入的场景图，有更高层次的视觉质量，而且能支持更复杂的场景图。 除此之外，这个嵌入方式方法支持为同一个场景图生成多个不同的输出图像，用户也能控制这个生成经过。作者们展示了两种控制图像中的物体的方式方法：1,参照其他的图像中的元素；2,在物体空间中导览，找到外观原型。作者们把代码开源在了 . 4、最佳论文提名 本届最佳论文提名共有 7 篇文章，华而不实仅有两篇一作为华人，其一是来自中山大学的Ruijia Xu,另一位则是斯坦福大学的Chengxu Zhuang.当然何恺明团队也获得了提名。 最佳论文一般提名1: Larger Norm More Transferable: An Adaptive Feature Norm Approach for Unsupervised Domain Adaptation更大的常态有更好的可迁移性：用于无监督领域适应的一种自适应特征常态方式方法 Ruijia Xu, Guanbin Li, Jihan Yang, Liang Lin Sun Yat-sen University中山大学、DarkMatter AI Research 链接： 最佳论文一般提名 2: Deep Hough Voting for 3D Object Detection in Point Clouds用于点云中的三维物体检测的深度Hough投票方式方法 Charles R. Qi, Or Litany, Kaiming He何恺明， Leonidas J. GuibasFacebook AI Research,Stanford University 链接： 最佳论文一般提名 3: Unsupervised Deep Learning for Structured Shape Matching用于构造形状匹配的无监督深度学习方式方法 Jean-Michel Roufosse, Abhishek Sharma, Maks OvsjanikovLIX,Ecole Polytechnique巴黎综合理工大学 链接： 最佳论文一般提名 4: Gated2Depth: Real-time Dense Lidar from Gated ImagesGated2Depth:从门图像实时生成雷达质量的密度图像 Tobias Gruber, Frank Julca-Aguilar, Mario Bijelic, Werner Ritter, Klaus Dietmayer, Felix Heide Daimler AG戴姆勒， Algolux, Ulm University德国乌尔姆大学， Princeton University 链接： 最佳论文一般提名 5: Local Aggregation for Unsupervised Learning of Visual Embeddings视觉嵌入中无监督学习的局部聚合 Chengxu Zhuang, Alex Lin Zhai, Daniel YaminsStanford University 链接： 最佳论文一般提名 6: Habitat: A Platform for Embodied AI ResearchHabitat:一个实体AI研究平台 Manolis Savva, Abhishek Kadian, Oleksandr Maksymets, Yili Zhao, Erik Wijmans, Bhavana Jain, Julian Straub, Jia Liu, Vladlen Koltun, Jitendra Malik, Devi Parikh, Dhruv BatraFacebook AI Research, Facebook Reality Labs, Georgia Institute of Technology, Simon Fraser University, Intel Labs, UC Berkeley 链接： 最佳论文一般提名 7: Robust Change Captioning鲁棒的场景变化讲明 Dong Huk Park, Trevor Darrell, Anna RohrbachUniversity of California, Berkeley 链接： 二、PAMI TC 奖项 这几项重磅奖项揭晓后，PAMI 服务主席 Bryan Morse 上台公布四大 PAMI TC 奖项，包括 Helmholtz 奖、Everingham 奖、Azriel Rosenfeld 终身成就奖以及出色研究者奖。 1、Helmholtz Prize 该奖项以 19 世纪物理学家赫尔曼 冯 赫姆霍兹Hermann von Helmholtz命名，每两年颁发一次，旨在表彰在计算机视觉领域做出的基础性奉献，且只颁发给 10 年前在 ICCV 上发表且产生重大影响的论文。本届共有两篇发表于 2018 年的论文入选，分别为： 1Building Rome in a Day华盛顿大学 2Attribute and Simile Classifiers for Face Verification哥伦比亚大学 2、Everingham Prize 该奖项用来纪念 Mark Everingham,并鼓励其他研究者和他一样推动整个计算机视觉领域的进步。这个奖会颁发给一位研究人员，或者是一个研究团队；评奖标准是，他们为计算机视觉大家庭中的别的成员作出了重大的、无私的奉献。这次也颁发了两个奖。 论文(Deep Hough Voting for 3D Object Detection in Point Clouds入选最佳论文一般提名，其他获奖者都为非华人学者。这也给所有参加会议的华人学者心中留下了些许的遗憾。 接下来，还将在现场与一系列计算机视觉领域的大佬级研究者进行沟通，例如今年 CVPR 最佳学生论文一作王鑫，去年包揽大会全部两项 Best Paper Award 的何恺明，以及颜水成、孙剑、林达华、程明明、卢湖川等一众大家熟悉的老面孔们，为大家带来十分报道，请大家持续关注！