点击 机器学习算法与Python学习 ，选择加星标
精彩内容不迷路
机器之心报道
刚刚，CVPR 2022 正式公布了最佳论文、最佳学生论文等奖项。来自 ETH Zurich、华盛顿大学、佐治亚理工学院、捷克理工大学多个机构的研究者共同获得了最佳论文奖，来自阿里巴巴和同济大学的研究者获得了最佳学生论文奖。此外，斯坦福大学教授李飞飞获得了本次大会的 Thomas S. Huang （黄煦涛）纪念奖。
2022 年，CVPR 大会的投稿量达到 8161 份，相比 2021 年度的 7093 份提交增长了 15%。其中 44.59% 的作者来自中国，排在第二名的是美国，占据 20.65%。
图源：推特用户 @Jared Heinly。
经过三个多月的评审工作，大会最终共有 2064 篇论文被接收，接收率为 25.28%，高于去年的 23.6%。其中有 342 份被选为 Oral 论文，1721 份被选为 Poster 论文。此外，今年的 review 数量为 25804，rebuttal 数量为 5884。
图源：推特用户 @raven。
其中，国内有大量论文被接收。如据机器之心了解，商汤科技及联合实验室共有 71 篇论文被大会接收，其中近四分之一被录用为 Oral。
自新冠疫情流行以来，今年 CVPR 还是首次线下举办。据主办方统计，截至大会开幕，共有 9981 人注册参会，其中 5641 人现场参会，4340 人以线上方式参会。
今年的大会特别纪念了孙剑博士：
在主会议的最开始，CVPR 2022 即公布了本次大会的全部奖项。来自 ETH Zurich、华盛顿大学、佐治亚理工学院、捷克理工大学多个机构的研究者共同获得了最佳论文奖，来自阿里巴巴和同济大学的研究者获得了最佳学生论文奖。此外，最佳论文提名和最佳学生论文提名的奖项分别由 CMU 以及哈佛大学、谷歌研究院获得。
最佳论文
- 机构：ETH Zurich、华盛顿大学、佐治亚理工学院、捷克理工大学
- 论文地址：https://arxiv.org/abs/2112.03424
论文摘要：该研究提出了一种在 RANSAC 框架中解决困难的几何优化问题的方法。最小化问题源于将原始几何优化问题松弛化（relax）为具有许多虚假解决方案的最小问题。该研究提出的方法避免了计算大量虚假解决方案。研究者设计了一种学习策略，用于选择初始问题 - 解决方案对以用数值方法继续解决原问题。该研究通过创建一个 RANSAC 求解器来演示所提方法，该求解器通过使用每个视图中的 4 个点进行最小松弛化来计算 3 个校准相机的相对位姿。平均而言，该方法可以在 70 μs 内解决一个原始问题。此外，该研究还针对校准相机的相对位姿这一问题进行了基准测试和研究。
最佳论文提名
今年的最佳论文提名由 CMU 的研究《Dual-Shutter Optical Vibration Sensing》获得。
- 机构：CMU
- 论文地址：https://openaccess.thecvf.com/content/CVPR2022/papers/Sheinin_Dual-Shutter_Optical_Vibration_Sensing_CVPR_2022_paper.pdf
论文摘要：视觉振动测量是一种非常有用的工具，可用于远程捕捉音频、材料物理属性、人体心率等。虽然视觉上可观察的振动可以通过高速相机直接捕捉，但通过将激光束照射振动表面所产生的散斑图案的位移成像，可以从光学上放大微小且不易察觉的物体振动。
在本文中，研究者提出了一种在高速（高达 63kHz）下同时检测多个场景源振动的新方法，该方法使用了额定工作频率仅为 130Hz 的传感器。他们的方法使用两个分别配备滚动和全局快门传感器的相机来同时捕捉场景，其中滚动快门相机捕捉到对高速物体振动进行编码的失真散斑图像，全局快门相机捕捉散斑图案的未失真参考图像，从而有助于对源振动进行解码。最后，研究者通过捕捉音频源（如扬声器、人声和乐器）引起的振动并分析音叉的振动模式，展示了他们的方法。
研究者用一种新颖的方法「看到」（seeing）声音。
最佳学生论文
今年获得最佳学生论文奖项的是《EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation》，作者来自阿里巴巴、同济大学。
- 机构：阿里巴巴、同济大学
- 论文地址：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
论文摘要：利用透视点（PnP）基数从单个 RGB 图像中定位 3D 物体是计算机视觉领域一个长期存在的问题。在端到端深度学习的驱动下，近期的研究建议将 PnP 解释为一个可微分层，如此 2D-3D 点对应就可以部分地通过反向传播梯度 w.r.t. 物体姿态来学习。然而，从零开始学习整套不受限的 2D-3D 点在现有的方法下很难收敛，因为确定性的姿态本质上是不可微的。
这篇论文提出了一种用于普遍端到端姿态估计的概率 PnP 层——EPro-PnP（end-to-end probabilistic PnP），它在 SE 流形上输出姿态的分布，实质地将分类 Softmax 带入连续域。2D-3D 坐标和相应的权值作为中间变量，通过最小化预测姿态与目标姿态分布之间的 KL 散度来学习。其基本原理统一了现有的方法，类似于注意力机制。EPro-PnP 的性能明显优于其他基准，缩小了基于 PnP 的方法与基于 LineMOD 6DoF 的姿态估计以及 nuScenes 3D 目标检测基准的特定任务方法之间的差距。
EPro-PnP 方法概览。
最佳学生论文提名
今年的最佳学生论文提名由哈佛大学和谷歌研究院的论文《Ref-NeRF: Structured View-Dependent Appearance for Neural Radiance Fields》获得。
- 机构：哈佛大学、谷歌研究院
- 论文地址：https://arxiv.org/pdf/2112.03907.pdf
论文摘要：神经辐射场是一种流行的视图合成技术，它将场景表示为连续的体积函数，由多层感知器参数化，多层感知器提供每个位置的体积密度和与视图相关的散发辐射。虽然基于 NeRF 的方法擅长表征平滑变化的外观几何结构，但它们通常无法准确捕捉和再现光泽表面的外观。该研究提出了 Ref-NeRF 来解决这个问题，它将 NeRF 与视图相关的散发辐射的参数化替换为反射辐射的表征，并使用空间变化的场景属性的集合来构造该函数。该研究表明，使用法向量上的正则化器，新模型显著提高了镜面反射的真实性和准确性。此外，该研究还表明该模型对散发辐射的内部表征是可解释的，这对于场景编辑非常有用。
与以往表现最好的神经视图合成模型 mip-NeRF 相比，Ref-NeRF 显著提升了法向量（最上行）和视觉真实性（余下行）。
Thomas S. Huang 纪念奖
为了纪念去世的 Thomas S. Huang（黄煦涛）教授，PAMITC 奖励委员会去年批准设立 Thomas S. Huang 纪念奖，以表彰在 CV 研究、教育和服务方面被公认为楷模的研究人员。该奖项从 2021 年开始颁发。获奖者需要拿到博士学位至少 7 年，最好处于职业发展中期（不超过 25 年）。
本届 Thomas S. Huang 纪念奖的获奖者是斯坦福大学教授李飞飞。
图源：推特用户 @Kosta Derpanis
李飞飞为斯坦福大学计算机科学教授，美国工程院院士，美国国家医学院院士。她的专业领域是计算机视觉和认知神经科学。2016 年，李飞飞加入 Google 云端人工智能暨机器学习的中国中心团队，以 Google Cloud 首席科学家身份任团队负责人之一。2018 年 9 月，她宣布返回斯坦福大学任教，并持续参与斯坦福大学的 AI 议题研究。
李飞飞的工作包括括受认知启发的 AI，机器学习，深度学习，计算机视觉和 AI 医疗保健，尤其是用于医疗保健交付的环境智能系统。她还从事认知和计算神经科学方面的工作。她发明了 ImageNet 和 ImageNet Challenge，其中 ImageNet Challenge 是一项重要的大规模数据集和基准测试工作。
她在 Google Scholar 上的论文被引量达到 167561，h 指数为 128。
个人主页：https://profiles.stanford.edu/fei-fei-li
觉得不错，请点个在看呀
