6512名學者聚首CVPR 2018，斯坦福伯克利獲最佳論文獎，何愷明獲青年研究獎

第 31 屆計算機視覺和模式識別大會（Conference on Computer Vision and Pattern Recognition, CVPR）在 6 月 18 日至 22 日於美國鹽湖城召開。

雷鋒網 AI 科技評論進行全程專題報道。我們從多方渠道了解到，截止目前，雷鋒網 AI 科技評論是唯一申請了媒體通道的與會媒體。這也就意味著，雷鋒網 AI 科技評論將為國內讀者們帶來更多獨家的一手消息及報道，目前專題頁面已經上線，敬請了解：CVPR 2018。

CVPR 2018 大會主席 Byran Morse 向與會者們介紹了大會的基本情況。

CVPR 今年共收到 3309 篇有效投稿，共接收了 979 篇論文，比 2017 年多出了 25%，比 2016 年多出了 52%。其中包含了 70 篇口頭報告論文（2.1%），224 篇亮點口頭報告論文（6.6%），共計 294 篇。此外，大會還收錄了 685 篇海報展示論文（20.4%）。總體而言，提交上來的工作中有 29% 的論文會被接收發表，而被接收的論文中又有 30% 的論文會被推薦作為口頭報告。近年來，所有被接收的論文都會能獲得海報展示的機會，包括 oral 和 spotlights 論文。

而今年的與會人數也再創新高，共有 6512 人註冊了今年的 CVPR 2018。並迎來了 149 家贊助商與參展商，帶來超 200 萬美金的贊助經費。

從圖中不難看到，CVPR 的參會人數與論文錄用數都在呈爆炸性增長，這也為審稿帶來了不少挑戰。在 3359 篇總投稿中，共有 3309 篇論文屬於有效提交，方能進入評審環節。每篇論文平均有超過三位評審人進行審核。組委會原本邀請了 2385 名評審人，最終整個 CVPR 大會共產生了超過一萬條論文評審意見。

其中，AC（區域主席）們的努力也不可或缺。108 位 AC 與四位 PC（程序主席）及 3 位 GC（大會主席）在多倫多召開會議，最終決議通過了 979 篇錄用論文的結果。

在三天主會中要看完 979 篇論文顯然是不可能的，因此今年的 CVPR 2018 也採用了多線程多論文並行的模式。這一點在此前雷鋒網 AI 科技評論的報道中有提及，不再贅述。

由於種種原因，今年的 plenary talk 臨時取消，相應地，論文海報展示與午餐時間也延長了。

大會主席在感謝完 CVPR 2018 組委會成員及贊助商後，就進入了頒獎環節。CVPR 2018 共有五大獎項頒布。

Taskonomy: Disentangling Task Transfer Learning

任務學：任務遷移學習的解耦

論文作者來自斯坦福大學和 UC 伯克利大學：Amir R. Zamir, Alexander Sax, William Shen, Leonidas J. Guibas, Jitendra Malik, Silvio Savarese

論文摘要

視覺任務之間有什麼聯繫嗎？比如說，表面正交能不能簡化圖像深度的估計？憑直覺回答的話好像可以，這似乎表明不同的視覺任務之間有一種共通的結構。對這種結構的了解顯然有著不小的價值：這正是遷移學習之中蘊含的概念，也為不同任務之間去除冗餘的內容提供了一種原則化的方法，例如可以在相關的多個任務中無縫地重複利用監督信息，或者在同一個系統解決多種問題，同時卻不會大幅提高複雜度。

這篇論文中作者們提出了一種完全可計算化的方法為視覺任務的空間結構進行建模。他們的方法是在一組數量為 26 個的 2D、2.5D、3D 以及語義任務中尋找（一階和更高階的）隱空間中的遷移學習依賴項。得到的結果是一種可計算的用於任務遷移學習的分類學映射。作者們研究了這種結構的價值，比如非平凡的合併關係，然後用它們降低對標註數據的需求。作者們也提供了一系列工具用於計算以及尋找這種分類學結構，包括一個用戶可以為自己的使用需求尋找監督策略的求解器。

如圖為計算任務分類學學習到的一例簡單的任務結構。它發現，比如通過組合一個表面正交估計器和遮擋邊界檢測器的學習到的特徵，只需要很少的標註數據就可以為重整和點匹配任務快速學習到很好的網路。

論文地址

http://openaccess.thecvf.com/content_cvpr_2018/papers/Zamir_Taskonomy_Disentangling_Task_CVPR_2018_paper.pdf

Total Capture: A 3D Deformation Model for Tracking Faces, Hands, and Bodies

完全捕捉：一個用於追蹤臉、手、身體姿態的 3D 變形模型

論文作者來自卡內基梅隆大學的 Hanbyul Joo 以及 Facebook 現實實驗室（Facebook Reality Labs）的 Tomas Simon, Yaser Sheikh

論文摘要

論文中作者們介紹了一種用於追蹤無標記的人類動作的統一變形模型，它可以在多個尺度下工作，包括面部表情、身體動作以及手部姿態。把人類身體不同部位分別的建模結果局部拼合起來就生成了一個初始模型，作者們把它稱為「Frank」。這個模型就只需要一個無縫的模型就可以對身體各個部位的動作進行完全的表達，包括面部和手部。作者們創建了一個數據集，其中包含了人們穿著日常衣服的數據，並對 Frank 模型進行優化，得到「Adam」，這是一個經過校準的模型，它和最初的 Frank 模型具有一樣的骨骼層次，但參數化要簡單一些。最後，作者們展示了這些模型在多視角的環境設置下做完全的動作追蹤的效果，它可以同時捕捉一小群人的大尺度身體動作以及微小的臉部和手部動作。

如圖為 Adam 重建出的完整的身體動作模型

論文地址

http://openaccess.thecvf.com/content_cvpr_2018/papers/Joo_Total_Capture_A_CVPR_2018_paper.pdf

共四篇，分別是：

• Deep Learning of Graph Matching

  Andrei Zanfir, Cristian Sminchisescu

• SPLATNet: Sparse Lattice Networks for Point Cloud Processing

  Hang Su, Varun Jampani, Deqing Sun, Subhransu Maji, Evangelos Kalogerakis, Ming-Hsuan Yang, Jan Kautz

• CodeSLAM — Learning a Compact, Optimisable Representation for Dense Visual SLAM

  Michael Bloesch, Jan Czarnowski, Ronald Clark, Stefan Leutenegger, Andrew J. Davison

• Efficient Optimization for Rank-Based Loss Functions

  Pritish Mohapatra, Michal Roli?nek, C.V. Jawahar, Vladimir Kolmogorov, M. Pawan Kumar

PAMI Longuet-Higgins Prize

這一「十年時間檢驗獎」在去年頒給了 《Object Retrieval with Large Vocabularies and Fast Spatial Matching》，作者是牛津大學的 James Philbin、Ondrej Chum、Josef Sivic 和 Andrew Zisserman，以及微軟研究院的 Michael Isard。今年的獎項頒給了：《A Discriminatively Trained Multiscale, Deformable Part Model》，作者 Pedro Felzenszwalb, David McAllester, Deva Ramanan.

這一獎項今年頒給了德國蒂賓根大學教授 Andreas Geiger 和 Facebook 研究員何愷明。何愷明團隊在去年 ICCV 2017 年斬獲兩篇最佳論文，今年再次獲得 CVPR 相應獎項，可算實至名歸。

關於他的相關報道，可參考：

Double Kill！何愷明包攬全部兩項最佳論文獎！清華北航上交論文活躍度名列前十 | ICCV 2017

這一獎項頒給了 Lucidyne Technologies 的高級視覺科學家 Eric Mortensen.

以上便是 CVPR 2018 大會的頒獎內容，更多報道敬請關注雷鋒網 AI 科技評論。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！