點擊上方 “視學(xué)算法 ”，選擇加" 星標(biāo) "或“ 置頂 ”
重磅干貨，第一時間送達(dá)
2 年沒見，CVPR 2022終于來線下了，6000人參會火爆。最佳論文花落蘇黎世理工，同濟(jì)、阿里摘最佳學(xué)生論文桂冠。斯坦福大學(xué)教授李飛飛榮獲「黃煦濤紀(jì)念獎」。此外，大會現(xiàn)場還播放了一段視頻，緬懷孫劍博士。
受疫情影響開了兩年的虛擬會議之后，本屆大會終于恢復(fù)了線下出席的方式。 于是，線下注冊參會的人數(shù)一下子就達(dá)到了5641人，比2017年還多。 從現(xiàn)場發(fā)來的圖片看，真可謂是人山人海。 CVPR 2022收到了來自23389名作者共8161篇投稿，相比2021年的7093篇增長15%。 其中，投稿數(shù)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。 經(jīng)過組委會3個多月細(xì)致的評審工作，大會最終接收了2064篇論文，接收率約為25.3%，高于去年的23.6%。 其中，有342篇論文被選為Oral論文，1721篇被選為Poster論文。 說到這，就不得不提一下審稿質(zhì)量了。最近幾年，但凡學(xué)術(shù)會議放榜，各路吐槽便會如潮水一般接踵而至。 比如，前段時間被推上風(fēng)口浪尖的ICML 2022，就是LeCun投了三篇然后被拒了3篇的那個，大會的一通操作之后氣得馬毅教授都表示自己不會再投稿了。 對此，CVPR著重地講解了自己的審稿機(jī)制和成果。 在審稿人的經(jīng)驗分布上，本屆CVPR學(xué)生審稿人占比31%，教職/研究人員審稿人占比為69%。 其中，23%的審稿人參加審稿經(jīng)歷少于兩次。參與審稿大于10次的資深審稿人占比為19%。 在審稿人的任務(wù)分配上，基本上年資越深的審稿人，審稿數(shù)量越多，任務(wù)越重，審稿經(jīng)驗大于10次的資深研究人員平均要審5.7篇，審稿經(jīng)驗不足兩次的學(xué)生審稿人，平均只要審2篇。 學(xué)術(shù)會議的審稿人是無報酬的，為了感謝他們的無私奉獻(xiàn)，本屆CVPR評出了100多位杰出審稿人，并為他們頒發(fā)了價值100美元的禮券。 此外，大會特別對「Rebuttal有多大用」做了統(tǒng)計。 數(shù)據(jù)顯示，有將近3000篇的論文在Rebuttal之后，評分最高降低了0.5分，有660篇最多降低了1分。 由于分?jǐn)?shù)越低，評價越高，所以總體上看，Rebuttal對于論文被接受還是起到了正面作用的，當(dāng)然凡事有風(fēng)險，Rebuttal之后評價變得更差的也有2000多篇。 每篇論文會由3位AC一起處理，包括至少一位資深A(yù)C和至少兩位領(lǐng)域內(nèi)專家，AC的分配由自動匹配產(chǎn)生。 每篇論文至少分配3位審稿人，其中至少兩位為主AC推薦，主AC負(fù)責(zé)主持審稿人會議討論。 AC之間召開線上會議詳細(xì)討論審稿人的意見，并相互審核報告，核查錯誤，向作者發(fā)出通知。 另外，會議還為所有AC和審稿人準(zhǔn)備了關(guān)于審稿的培訓(xùn)材料。 「Learning to Solve Hard Minimal Problems」 論文地址：https://openaccess.thecvf.com/content/CVPR2022/papers/Hruby_Learning_To_Solve_Hard_Minimal_Problems_CVPR_2022_paper.pdf 機(jī)構(gòu)：蘇黎世聯(lián)邦理工學(xué)院、華盛頓大學(xué)、佐治亞理工學(xué)院、捷克理工大學(xué) 本文提出了一種在RANSAC框架內(nèi)解決困難幾何優(yōu)化問題的方法。這類問題涉及將原始的幾何優(yōu)化問題放寬為具有許多假解的最小問題。本文提出的方法避免了計算大量的假解。本文提出了一個學(xué)習(xí)策略，用于選擇可以在數(shù)值上延續(xù)原始問題，以及感興趣的解決方案的起始問題-解決方案對。 本文通過RANSAC求解器來證明了這一方法，該求解器用于計算三個經(jīng)過校準(zhǔn)的相機(jī)的相對位置，通過每個視圖中的四個點進(jìn)行最小松弛化。平均可在70微秒內(nèi)解決一個問題。
「Dual-Shutter Optical Vibration Sensing」 https://openaccess.thecvf.com/content/CVPR2022/papers/Sheinin_Dual-Shutter_Optical_Vibration_Sensing_CVPR_2022_paper.pdf 機(jī)構(gòu)：卡內(nèi)基梅隆大學(xué) 視覺振動測量是一種非常有用的工具，可用于遠(yuǎn)程捕捉音頻、材料物理屬性、人體心率等。雖然視覺上可觀察的振動可以通過高速相機(jī)直接捕捉，但通過將激光束照射振動表面所產(chǎn)生的散斑圖案的位移成像，可以從光學(xué)上放大微小且不易察覺的物體振動。 本文提出了一種新的方法，用于感知高速（高達(dá)63kHz）的振動，可以同時感知多個場景源，使用的傳感器額定工作頻率僅為130Hz。 該方法依賴于同時用兩個分別裝有滾動和全局快門傳感器的相機(jī)來捕捉場景。滾動快門相機(jī)捕捉扭曲的斑點圖像，對高速物體的振動進(jìn)行編碼。全局快門相機(jī)捕捉斑點圖案的未扭曲圖像作為參考。研究人員通過捕捉由音源（如揚(yáng)聲器、人聲和樂器）引起的振動，分析音叉的振動模式，展示了這種新方法。 「EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation」 https://openaccess.thecvf.com/content/CVPR2022/papers/Chen_EPro-PnP_Generalized_End-to-End_Probabilistic_Perspective-N-Points_for_Monocular_Object_Pose_Estimation_CVPR_2022_paper.pdf 機(jī)構(gòu)：同濟(jì)大學(xué)、阿里巴巴集團(tuán) 通過Perspective-n-Points（PnP）從單一的RGB圖像中定位3D物體是計算機(jī)視覺中一個長期存在的問題。在端到端深度學(xué)習(xí)的驅(qū)動下，最近的研究建議將PnP解釋為一個可微分層，可以通過反向傳播物體姿勢的梯度，來部分學(xué)習(xí)2D圖像和3D空間點的對應(yīng)關(guān)系。然而，如果從頭開始學(xué)習(xí)整個無限制的2D-3D點集，在現(xiàn)行方法中無法收斂，因為確定的姿勢本身就是不可微的。 本文提出了Pro-PnP，一個用于一般端到端姿勢估計的概率PnP層，它可以輸出SE(3)流形上的姿勢分布，實際上將分類Softmax帶入連續(xù)域。2D-3D坐標(biāo)和相應(yīng)的權(quán)重被視為中間變量，通過最小化預(yù)測和目標(biāo)姿勢分布之間的KL散度來學(xué)習(xí)。其基本原理統(tǒng)一了現(xiàn)有的方法，類似于注意力機(jī)制。 EPro-PnP的效果明顯優(yōu)于現(xiàn)有基準(zhǔn)，在LineMOD 6DoF姿勢估計和nuScenes三維物體檢測基準(zhǔn)上，縮小了基于PnP的方法與特定任務(wù)最佳性能之間的差距。 「Ref-NeRF: Structured View-Dependent Appearance for Neural Radiance Fields」 論文地址：https://arxiv.org/pdf/2112.03907.pdf 機(jī)構(gòu)：哈佛大學(xué)、谷歌研究院 神經(jīng)輻射場（NeRF）是一種流行的視圖合成技術(shù)，它將場景表示為一個連續(xù)的體積函數(shù)，由多層感知器來提供每個位置的體積密度和隨視線變化的發(fā)射輻射的參數(shù)。雖然基于NeRF的技術(shù)擅長表現(xiàn)具有平滑變化的視線依賴性外觀的精細(xì)幾何結(jié)構(gòu)，但往往不能準(zhǔn)確捕捉和再現(xiàn)有光澤表面的外觀。 本文通過引入Ref-NeRF來解決這個問題。Ref-NeRF用反射輻射的表示方法取代了NeRF的視線依賴性出射輻射的參數(shù)化，并使用一系列空間變化的場景屬性來構(gòu)造這一函數(shù)。 結(jié)果表明，與法線向量的正則器相結(jié)合，新模型大大提升了鏡面反射的真實性和準(zhǔn)確性。此外，本文的模型對出射光度的內(nèi)部表示是可解釋的，對場景編輯很有用。 入圍名單里的第一篇就是何愷明的MAE，但很遺憾，沒最后并沒有被評上。 早在2021年MAE橫空出世之時，何愷明就被大家寄予厚望。 全國物理、化學(xué)競賽一等獎，保送清華，高考滿分，微軟亞洲研究院實習(xí)，CVPR最佳論文獎首位華人得主... 可以說，這些傲人的履歷隨便拿出來一個都能秒殺大部分同齡人。 雖然這次何愷明沒有拿下本屆CVPR最佳論文，但他在未來一定會取得更大的成績。 Longuet-Higgins獎由IEEE的PAMI（模式分析和機(jī)器智能，pattern analysis and machine intelligence）技術(shù)委員會，每年在CVPR論壇上發(fā)布，旨在表彰對CV（計算機(jī)視覺）領(lǐng)域的研究產(chǎn)生重大影響的CVPR論文。 該獎以理論化學(xué)家和認(rèn)知科學(xué)家H. Christopher Longuet-Higgins的名字來命名，獲獎?wù)哂蒚CPAMI獎項委員會指定的另一個委員會來決定。 今年，Longuet-Higgins獎由Andreas Geiger等三位作者寫的論文「我們準(zhǔn)備好迎接自動駕駛了嗎？——KITTI視覺基準(zhǔn)組件」獲得。三位作者中，Geiger和Lenz來自卡爾斯魯厄理工學(xué)院，而Urtasun則來自豐田工業(yè)大學(xué)芝加哥分校。 在這篇論文中，三位研究者使用自己開發(fā)的自動駕駛平臺為為立體、光流、視覺測程 / SLAM 和 3D 目標(biāo)檢測等任務(wù)開發(fā)了一個新基準(zhǔn)。 其中，研究人員的記錄平臺配備有四個高分辨率視頻相機(jī)、Velodyne激光掃描儀，以及SOTA級別的本地化系統(tǒng)。 青年研究者獎同樣由PAMI技術(shù)委員會頒發(fā)，評選過程由PAMI-TC獎項委員會進(jìn)行管理。獲獎?wù)咭矔贑VPR會議上公布。 今年的獲獎?wù)哂袃晌唬謩e是Bharath Hariharan和Olga Russakovsky。 Hariharan是康奈爾大學(xué)計算機(jī)科學(xué)系的助理教授，主要從事CV和ML方面的工作，尤其是那些無視「大數(shù)據(jù)」標(biāo)簽的重要問題。 他喜歡解決將機(jī)器學(xué)習(xí)的進(jìn)步與計算機(jī)視覺、幾何和特定領(lǐng)域知識相結(jié)合的問題。 目前，Hariharan的團(tuán)隊正在構(gòu)建一個可以在很少或沒有監(jiān)督的情況下學(xué)習(xí)數(shù)以萬計的視覺概念的系統(tǒng)，并產(chǎn)生詳盡的輸出，例如精確的3D形狀等等。 Russakovsky 是普林斯頓大學(xué)計算機(jī)科學(xué)系的助理教授，研究方向也聚焦在CV領(lǐng)域。 黃煦濤（Thomas S. Huang ）紀(jì)念獎
黃煦濤紀(jì)念獎于2020年開始設(shè)立，從2021年開始，每年在CVPR大會上頒發(fā)一次，旨在表彰在研究、教學(xué)與指導(dǎo)和為CV社區(qū)服務(wù)方面公認(rèn)為典范的研究人員。 該獎項是為了紀(jì)念已故的黃煦濤教授而設(shè)立的，他是一位在CV和圖像處理等多個領(lǐng)域做出大量貢獻(xiàn)的先驅(qū)學(xué)者。同時，他也是為幾代人的成長做出貢獻(xiàn)的榜樣。 該獎項每年頒發(fā)給博士畢業(yè)后至少7年的研究人員，最好是職業(yè)生涯中期（博士畢業(yè)不能超過25年）。 該獎的候選人考慮CV領(lǐng)域的所有研究人員。最終獎勵包括3,000美元現(xiàn)金獎勵和一塊獎牌。 本次黃煦濤紀(jì)念獎的獲獎?wù)呤撬固垢４髮W(xué)計算機(jī)科學(xué)系首任紅杉教授李飛飛。 2013~2018年，她擔(dān)任了斯坦福大學(xué)人工智能實驗室主任。2017年1月至2018年9月這段時間，她還擔(dān)任了谷歌副總裁，在谷歌云擔(dān)任人工智能與機(jī)器學(xué)習(xí)的首席科學(xué)家。 李飛飛博士致力于研究啟發(fā)式AI、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計算機(jī)視覺，以及AI+醫(yī)療保健。 此外，她還研究過認(rèn)知和計算神經(jīng)科學(xué)。 她曾在Nature、PNAS、CVPR、ICCV、ECCV、ICRA等大量頂刊和頂會上發(fā)表了200多篇論文。 她還是ImageNet和ImageNet Challenge的發(fā)明者，這是一種大規(guī)模數(shù)據(jù)集和基準(zhǔn)測試工作，為深度學(xué)習(xí)和人工智能的最新發(fā)展做出了巨大貢獻(xiàn)。 除了她在技術(shù)上的成就，她還是STEM的倡導(dǎo)者，AI多樣性的全國代言人。她致力于提高人工智能教育的包容性和多樣性。 2022年6月14日凌晨，曠視首席科學(xué)家孫劍離世。 CVPR 2022大會現(xiàn)場，在公布最佳論文之前，緬懷了孫劍博士。 現(xiàn)場一段視頻帶領(lǐng)大家一起回憶了孫劍博士科研成長之路。 最后，人工智能社區(qū)的大牛、以及孫劍的親朋好友紛紛寫下了對孫劍博士的悼念信。
00:58
參考資料：
https://twitter.com/CVPR
