财新传媒
位置:博客 > 大数据文摘 > ICCV最佳论文揭晓 中国入选论文全球最多

ICCV最佳论文揭晓 中国入选论文全球最多

两年一届的ICCV(International Conference on Computer Vision)于10月27日-11月2日在韩国首尔召开,大会主席由首尔大学电子与计算机工程系教授Kyoung Mu Lee、伊利诺伊大学香槟分校计算机科学教授David Forsyth、苏黎世联邦理工学院计算机科学系视觉计算学院教授Marc Pollefeys、商汤科技创始人及香港中文大学教授汤晓鸥联合担任。
 
按照ICCV官方披露信息,今年共计收到4328篇论文投稿——这一数量是上一届( ICCV 2017) 的两倍。其中总共有1077篇论文入选,接收率为25.02%。
 
因投稿人数的激增,可能直接导致了今年的接收率比去年降低了将近4%。
 
在今天刚刚结束的主会议开幕式上,大会官方介绍了今年大会的论文接收、参会人员等信息,同时也公布了今年大会的获奖论文。
 
今年的参会人数也创史上新高,来自59个国家的7501人,是去年的2.41倍,火热程度创历史新高。
 
根据主办方公布的数据,今年接收论文中,数量排名最靠前的分别是中国、美国、德国和韩国。
 
最佳论文
 
获得 ICCV2019 最佳论文的是来自以色列理工学院的 Tamar Rott Shaham 和 Tomer Michaeli,以及谷歌的 Tali Dekei。
 
论文题目:
 
SinGAN:Learning a Generative Model From a Single Natural Image
 
论文链接:
 
http://openaccess.thecvf.com/content_ICCV_2019/papers/Shaham_SinGAN_Learning_a_Generative_Model_From_a_Single_Natural_Image_ICCV_2019_paper.pdf
 
论文引入了SinGAN,一种无监督的生成模型,能够从单张自然图像中学习。模型可以通过训练,学习图像块的内部分布,进而生成和原图视觉内容一致、高质量的不同图像样本。
 
SinGAN包含一个SinGAN包含一个多层的GAN,每个GAN负责学习图像不同层次的分布图块。这样就可以生成具有任意大小和纵横比的新样本,这些样本具有明显的可变性,同时又可以保持训练图像的整体结构和精细纹理。
 
与以前的单图像GAN方案相比,本文的研究方法不仅限于纹理图像,而且无条件限制(即它从噪声中生成样本)。用户研究证实,生成的样本通常被混淆为真实图像。
 
论文中详细阐述了SinGAN在各种图像处理任务中的实用性。
 
最佳学生论文
 
最佳学生论文来自佐治亚理工,瑞典皇家理工和布拉格捷克理工。第一作者是Timothy Duff。
 
论文题目:
 
Point-Line Minimal Problems in Complete Multi-View Visibility
 
论文链接:
 
http://openaccess.thecvf.com/content_ICCV_2019/papers/Duff_PLMP_-_Point-Line_Minimal_Problems_in_Complete_Multi-View_Visibility_ICCV_2019_paper.pdf
 
论文研究者通过透视相机完全观察到的点和线的一般排列,提出了所有最小问题的完整分类。论文证明了,对于6个以上相机、5 个点和 6 条线的情况,总共只有 30 个极小值问题,不存在其它情况。
 
论文提出了一个检测最小值的测试序列,能够将传统的Point-Line-Problem里面的所有可以最小化解决的问题都进行分类。
 
论文相关最大的CV相关应用领域是3D重建,辅助从2D图片还原真实3D场景中,包括点和线的位置,还有实际上拍摄摄像头的姿态。
 
最常见的3D重建会通过两步完成这个过程,比如说这三张照片,同一个场景,那么第一步我们首先需要确定,这上面这些点和线哪些是同一个点,同一条线。第二步就是重建这些3D点线的坐标和位置,同时包括拍摄的摄像头的姿态。
 
研究者将Point-Line-Problem(PLP)这类能最小化解决的问题进行了总结分析,这也是论文名称中Point-Line Minimal Problems的由来。
 
研究者在三月份曾就此问题进行了一次演讲,相关ppt可以自行参考。
 
https://kathlenkohn.github.io/Talks/Kathlen_Kohn-Polnt_Line_Minimal_Problems.pdf
 
2019 ICCV的中国身影
 
遗憾的是,今年ICCV两篇最佳论文都没有中国的身影,但是,中国力量依然不容忽视。
 
商汤科技创始人及香港中文大学教授汤晓鸥联合担任了大会主席之一。
 
除去参与者身份,中国也是本次ICCV的组织者以及赞助商,图中可以看出,地平线、华为、商汤、百度等都是铂金赞助商,而包括旷世、深兰科技在内的也都是金牌赞助。
 
其实,不只是本次ICCV大会,此前CVPR、NeurIPs等国际AI顶级大会上,中国就已经展现出了全方位的实力。
 
多家中国科技公司都有亮眼表现。
 
商汤科技加上联合实验室,共有57篇论文入选ICCV 2019,其中包含11篇口头报告论文,在入选论文数量、质量以及诸多竞赛项目中再次刷新记录。
 
同时,商汤科技在Open Images、COCO、LVIS等13项重要竞赛中夺冠!尤其是Open Images,它是目前通用物体检测和实例分割两个领域中数据量最大,数据分布最复杂,最有挑战性的竞赛,比COCO数据大一个量级,标注更不规则,场景更复杂。
 
代表性论文:《深入研究用于无限制图片3D人体重建中的混合标注》。
 
腾讯优图实验室共13篇论文入选,居业界实验室前列,其中3篇被选做口头报告,该类论文仅占总投稿数的4.3%,入选论文涉及2D图像多视图生成、人脸照片的图像转换等。
 
代表性论文《基于属性自光流域的非监督图像转换算法》:微笑表情转换结果示意图。从左到右依次为:输入、StarGAN结果、该论文结果。
 
华为诺亚计算机视觉方向共19篇论文入围,覆盖了从底层视觉、中层表示学习到高层语义识别的视觉任务。不仅有最近火热的包括网络自动搜索和网络压缩等高效利用计算资源方面的工作,也有通过数据生成方法利用有限的数据资源进行语义识别的工作。
 
旷视科技斩获ICCV 2019挑战赛COCO(Common Objects in Context)物体检测、关键点检测和全景分割三项第一,实现三连冠。此前旷视在2017年的6个项目中获得3项冠军、1项亚军,在2018年的6个项目中获得4项冠军。
 
并且,今年旷视拿下了Wider Challenge 2019行人检测冠军和VOS 2019 视频对象分割的冠军。
 
除此之外,旷视还因为其“最具创新性的算法”,获得今年刚设立COCO+Mapillary挑战赛的最佳论文奖(Best Paper Award)。
推荐 0