不久之前，计算机视觉三大国际顶级会议之一的 ECCV 2020 落幕。今年 ECCV 有效投稿 5025 篇，最终被接收发表论文 1361 篇，接收率为 27%。在接收论文中，oral 的论文数为 104 篇，占有效投稿总数的 2%，spotlight 的数目为 161 篇，比例约为 3%。
和众多学术会议一样，受疫情影响，ECCV 2020 完全以虚拟方式线上进行。
虽然无法去现场交流，但这不能阻挡我们学习的热情。为向读者们分享更多 ECCV 2020 优质内容，机器之心近期策划了多期线上分享。
新一期的 ECCV 2020 线上分享，我们邀请到弗吉尼亚理工在读博士高谌为我们分享论文《Flow-edge Guided Video Completion》。在此论文中，来自弗吉尼亚理工大学和 Facebook 的研究者提出了一种基于流的视频补全新方法，在视频去水印、物体移除、画面扩展等方面均有着出色的表现。
分享主题：基于光流的视频补全，无痕消除物体、水印
个人简介
高谌是弗吉尼亚理工的三年级博士生。他在密歇根大学安娜堡分校获得硕士学位，在俄勒冈州立大学获得本科学位。他的研究方向是计算摄影（Computational Photography ）和计算机视觉，目前的课题包括：novel view synthesis、image/video manipulation 以及 scene understanding。他的文章发表于 ECCV, NeurIPS, BMVC等。他于 2019 和 2020 年暑假分别在 Facebook Computational Photography Group 和 Google Android Camera Algorithm Team 做研究实习生。
分享概要
今天和大家分享我们今年 ECCV 关于视频补全的工作。在此研究中，我们的算法借助光流 (Optical flow) 来寻找不同帧之间的关系，并通过在不同帧之间传播信息来补全视频。和之前的工作相比，我们通过在梯度域进行操作来生成无痕的结果。分享的最后，我会介绍本领域当前还没有克服的难点，以及之后的方向。
- 论文链接: https://arxiv.org/pdf/2009.01835.pdf
- 项目主页: http://chengao.vision/FGVC/
- 作者主页: http://chengao.vision/
分享时间：北京时间 9 月 17 日 20:00 - 21:00
参与方式：添加机器之心小助手（syncedai5），备注「ECCV」，进群一起看直播。
PS：如本小助手无法添加，请添加小助手的兄弟姐妹们：syncedai2、syncedai3、syncedai4、syncedai6。或者将「微信 ID」发送邮件到 shidongle@jiqizhixin.com，我们将与你联系，邀你入群。
关于机动组
细心的小伙伴会发现本次分享的海报上多出一个新的 logo：机动组。「机动组」是机器之心最新发起的人工智能技术社区，面向人工智能领域的研究、算法和工程等学术及技术从业者，以及相关专业学生。在过去举办的线上公开课与线下活动的基础上，「机动组」将提供人才服务、产业技术对接等更多服务，帮助各类技术从业者学习知识、提升技能。
