【學術相關】頂級論文創(chuàng)新點怎么找？中國高校首次獲CVPR最佳學生論文獎有感
幾天前，同濟大學公布了一條重磅消息：本校學生陳涵晟獲得CVPR2022最佳學生論文獎，這也是CVPR自2001年設立最佳學生論文獎以來，獲獎論文的第一作者首次來自中國高校。
華人在CV領域崛起
最近幾年CV領域的頂會，華人作者與日俱增。以CVPR 2022為例，投稿數最多的是來自中國大陸的作者，占到了44.59%；美國則以20.65%的比例位列第二，還不到第一名的一半。雖然我們業(yè)內人士已經習慣了華人在頂會上的一路飆升，但是看到最佳學生論文這樣重磅級的獎項被中國大陸學生斬獲，還是非常震撼的！
這篇佳作是干啥的？
我看了下作者的論文題目：EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation。頓時感覺熟悉而陌生，佩服中帶著點驚呆，PnP這么傳統的算法竟然還有人一直在默默研究和改進，而且做出了突破性的工作，被世界范圍內同行認可。于是，饒有興致的下載了該論文，想看看能不能學到點什么。
這篇獲獎論文主要研究的是針對單目圖像中的物體6自由度位姿估計問題，提出的EPro-PnP是一種端到端的概率PnP算法，它將傳統多視圖幾何和深度學習網絡結合，實現了在單幅RGB圖像上進行精確的位姿估計，該方法在姿態(tài)估計和三維物體檢測公開數據集上取得的極佳效果。可廣泛應用于機器人和自動駕駛領域。作者還開源了代碼：
https://github.com/tjiiv-cprg/EPro-PnP
該方法是一種通用的端到端2D-3D對應解決方案，這個“通用”非常重要，模型的泛化性有多么重要，懂的人都懂。
關于創(chuàng)新點的啟發(fā)
在我們SLAM知識星球交流社區(qū)，小伙伴們最焦慮的事情之一就是論文創(chuàng)新點。我之前做了一期關于論文創(chuàng)新點的直播 ：今晚19點直播 | 做研究如何尋找創(chuàng)新點？ 核心觀點如下，還舉了一個例子帶著大家去找創(chuàng)新點，感興趣的可以去星球看回放視頻。
1、閱讀大領域所有綜述論文：survey/review + 關鍵詞
2、根據已有積累和興趣選擇細分方向
3、閱讀細分方向最近3-5年的綜述論文、中文學位論文、英文頂會論文
4、重視帶開源代碼的論文、編譯運行；特別好的論文盡量復現
5、自己采集數據、硬件移植、測試；如有能力，參考前人經驗自己寫一個框架
6、在實際工程中發(fā)現問題。查文獻看看別人是怎么解決的；思考自己如何解決
7、干起來！
看了這篇EPro-PnP的論文，我再增加幾個觀點：
1、重視計算機視覺領域的基礎知識。
據我所知，不少其他專業(yè)轉行到CV方向的一般都直接去研究深度神經網絡了，他們可能對各種經典網絡如數家珍，最終變成了調包俠、調參俠。
但是卻忽略了CV的基礎知識的重要性，比如最基礎的直方圖均衡化、形態(tài)學開閉操作、相機成像模型、對極幾何、PnP、ICP等。而恰恰有時候，這些基礎知識決定了你的上限。
這里需要說明的是，上圖中文字是PS的，更諷刺的是，我們用多視圖幾何里的單應矩陣可以非常簡單的實現上面的P圖效果。知道怎么做的可以在留言區(qū)評論。
2、傳統多視圖幾何 和 深度神經網絡（DNN）的結合。
現在DNN方向的研究逐漸從二維轉到三維，如果熟悉三維視覺里非常核心的多視圖幾何知識，絕對能夠讓你的研究工作如虎添翼。多視圖幾何方面經過了很多年的研究，具有確定性的理論基礎，它可以描述物理世界的結構、形狀、體積、深度、姿態(tài)、視差、運動、光流等信息，非常有意思，它在三維視覺里必不可少。如果能夠將兩者結合起來，是非常有希望做出一些突破性的成果的。
以上是我個人的瞎扯淡，如果覺得對你有用，記得點個在看~
往期精彩回顧
適合初學者入門人工智能的路線及資料下載 (圖文+視頻)機器學習入門系列下載 中國大學慕課《機器學習》（黃海廣主講） 機器學習及深度學習筆記等資料打印 《統計學習方法》的代碼復現專輯 機器學習交流qq群955171419，加入微信群請掃碼