━━━━ICCV2019最佳論文揭曉！來自谷歌和以色列理工學(xué)院的研究人員獲最佳論文獎(jiǎng)。來自中國的被接收論文超過350篇，位居世界第一。商湯、華為、騰訊優(yōu)圖、曠視等中國企業(yè)表現(xiàn)搶眼。本屆ICCV投稿數(shù)達(dá)到4303篇，是上屆的2倍，共收錄1075篇，接收率為25%，較上屆略有下降。10月27日至11月2日，ICCV2019在韓國首爾舉辦。作為計(jì)算機(jī)視覺領(lǐng)域的頂會(huì)之一，本屆ICCV熱度空前。據(jù)官網(wǎng)數(shù)據(jù)顯示，本屆ICCV注冊(cè)參會(huì)人數(shù)再創(chuàng)新高，超過7000人，是2017年ICCV的2倍。在論文收稿和入圍數(shù)量方面，ICCV 19共收到論文投稿4303篇，最終入圍1075篇（官方數(shù)據(jù)），入選率為25%，較上屆的29%有所下降。可以看到，本屆ICCV收到的論文投稿數(shù)量較上屆翻了一番，造成入圍率有所下降。在投稿論文的關(guān)鍵詞上，占據(jù)前列的分別為圖像、目標(biāo)、檢測、3D、視頻、分割等。其中圖像（155篇）、目標(biāo)（104篇）、檢測（101篇）位列關(guān)鍵詞熱度前三位。上圖提取了投稿論文中排名前75位的關(guān)鍵詞的出現(xiàn)次數(shù)。━━━━ICCV 2019，中國力量不容小覷(上圖Taiwan應(yīng)為中國臺(tái)灣地區(qū)) ICCV 2019，中國軍團(tuán)再次展現(xiàn)出不容小覷的實(shí)力，尤其在被接受論文數(shù)量方面優(yōu)勢明顯，高達(dá) 350 多篇，位列世界第一，美國排第二，其次是德國、韓國。從投稿數(shù)的單位排名來看，高校方面，中科院遙遙領(lǐng)先，有237篇投稿，清華以175篇緊隨其后。企業(yè)方面，華為有91篇、百度有47篇。在接收結(jié)果出來之后，更多的中國企業(yè)公布了自己的戰(zhàn)績：商湯科技有57篇論文入選ICCV 2019（包含11篇Oral），同時(shí)在Open Images、COCO、LVIS等13項(xiàng)重要競賽中奪冠；華為諾亞方舟實(shí)驗(yàn)室有19篇入選；騰訊優(yōu)圖有 13 篇論文入選（包含3篇Oral）；曠視科技有 11 篇論文入選，還拿下了今年拿下 5 項(xiàng)任務(wù)冠軍。━━━━最佳論文獎(jiǎng)（馬爾獎(jiǎng)）題目：SinGAN: Learning a Generative Model froma Single Natural Image作者：Tamar Rott Shaham, Tali Dekel, Tomer Michaeli內(nèi)容簡介：本文介紹了SinGAN，這是一種無條件的生成模型，可以從單個(gè)自然圖像中學(xué)習(xí)。我們的模型經(jīng)過訓(xùn)練，可以捕獲圖像內(nèi)斑塊的內(nèi)部分布，生成高質(zhì)量、多樣化的樣本，并承載與圖像相同的視覺內(nèi)容。SinGAN包含一個(gè)完全卷積的GAN金字塔，每個(gè)GAN負(fù)責(zé)學(xué)習(xí)圖像不同比例的patch分布，可以生成任意大小和縱橫比的新樣本，這些樣本具有明顯的可變性，同時(shí)又可以保持訓(xùn)練圖像的整體結(jié)構(gòu)和精細(xì)紋理。與以前的單圖像GAN方案相比，本文提出的方法不僅限于紋理圖像，而且并非有條件的（比如該方法可以從噪聲中生成樣本）。研究表明，生成的樣本通常可達(dá)到與真實(shí)圖像真假難辨的程度。論文地址：https://arxiv.org/abs/1905.01164━━━━最佳學(xué)生論文獎(jiǎng)《PLMP-Point-Line Minimal Problems in Complete Multi-View Visibility》獲ICCV 2019 最佳學(xué)生論文獎(jiǎng)，論文作者分別來自佐治亞理工學(xué)院、瑞典皇家理工學(xué)院以及捷克理工大學(xué)。作者：Timothy Duff、Kathlen Kohn、Anton Leykin、Tomas Pajdla論文地址：http://openaccess.thecvf.com/content_ICCV_2019/papers/Duff_PLMP_-_Point-Line_Minimal_Problems_in_Complete_Multi-View_Visibility_ICCV_2019_paper.pdfGithub地址：https://github.com/timduff35/PLMP第一行紅色的點(diǎn)和藍(lán)色的線會(huì)獨(dú)立地被檢測到，點(diǎn)與線的排列也是獨(dú)立檢測的。第二行是一些點(diǎn)線排列示例，它們提供了新的極小值問題摘要：研究團(tuán)隊(duì)通過透視相機(jī)（經(jīng)過校準(zhǔn)的）觀察到的點(diǎn)線一般排列，提出了所有極小值問題的完整分類，并證明對(duì)于超過 6 個(gè)相機(jī)、5 個(gè)點(diǎn)和 6 條線的情況，其總共只有 30 個(gè)極小值問題，不存在其它情況。研究團(tuán)隊(duì)展示了一系列檢測最小值的測試，這些測試從對(duì)自由度進(jìn)行計(jì)數(shù)開始，到于對(duì)代表性樣本的完全符號(hào)化與數(shù)值化的驗(yàn)證結(jié)束。對(duì)于發(fā)現(xiàn)的所有極小值問題，研究團(tuán)隊(duì)介紹了它們的代數(shù)程度，即解的數(shù)量，以衡量其固有難度。它還顯示了問題的難度如何隨著視圖數(shù)量的增長而增長。重要的是，一些新的極小值問題在圖像匹配和三維重建中可能是實(shí)用的。━━━━最佳論文榮譽(yù)提名（2篇）題目：Asynchronous Single-Photon 3D Image作者：Anant Gupta、AtulIngle、Mohit Gupta單光子雪崩二極管（SPAD）具有以皮秒級(jí)捕獲單個(gè)光子的獨(dú)特能力。但是，入射在基于SPAD的3D攝像機(jī)上的環(huán)境光（例如，陽光）會(huì)導(dǎo)致測量波形出現(xiàn)嚴(yán)重的非線性失真（堆積），從而導(dǎo)致較大的深度誤差。我們提出異步單光子3D成像，可減輕數(shù)據(jù)采集過程中的堆積現(xiàn)象。我們的主要成果是，可以通過選擇覆蓋整個(gè)深度范圍的一系列偏移量來“平均化”堆積變形。我們開發(fā)了一個(gè)廣義的圖像形成模型，并進(jìn)行了理論分析，以探索異步采集方案的空間并設(shè)計(jì)高性能方案。我們的仿真和實(shí)驗(yàn)表明，在包括高環(huán)境通量在內(nèi)的各種成像場景中，與最新技術(shù)相比，新方法的精度提高了一個(gè)數(shù)量級(jí)。論文地址：https://arxiv.org/abs/1908.06372題目：Specifying Object Attributes andRelations in Interactive Scene Generation作者：Oron Ashual、Lior Wolf本文介紹一種從輸入場景圖生成圖像的方法。該方法將布局嵌入和外觀嵌入分開。雙重嵌入可以讓生成的圖像與場景圖更好地匹配，具有更高的視覺質(zhì)量，并支持更復(fù)雜的場景圖。另外，嵌入方案支持每個(gè)場景圖多個(gè)和不同的輸出圖像，可以由用戶進(jìn)一步控制。我們演示了對(duì)每個(gè)對(duì)象的兩種控制模式：（i）從其他圖像導(dǎo)入元素，以及（ii）通過選擇外觀原型在對(duì)象空間中進(jìn)行導(dǎo)航。論文地址：https://arxiv.org/abs/1909.05379文章來源：新智元IEEE Spectrum《科技縱覽》官方微信公眾平臺(tái)往期推薦論文發(fā)得好，在這所985高校超市買東西能打折…NeurIPS 2019論文盤點(diǎn)：谷歌系最多，國內(nèi)清華第一Nature：壓榨學(xué)生，論資排輩，現(xiàn)行論文作者制度已死 查看全文
