【新智元導讀】ICCV2019 最佳論文揭曉！來自谷歌和以色列理工學院的研究人員獲最佳論文獎。來自中國的被接收論文超過 350 篇，位居世界第一。商湯、華為、騰訊優圖、曠視等中國企業表現搶眼。本屆 ICCV 投稿數達到 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。作為計算機視覺領域的頂會之一，本屆 ICCV 熱度空前。據官網數據显示，本屆 ICCV 註冊參會人數再創新高，超過 7000 人，是 2017 年 ICCV 的 2 倍。
在論文收稿和入圍數量方面，ICCV 19 共收到論文投稿 4303 篇，最終入圍 1075 篇（官方數據），入選率為 25%，較上屆的 29% 有所下降。
在投稿論文的關鍵詞上，佔據前列的分別為圖像、目標、檢測、3D、視頻、分割等。其中圖像（155 篇）、目標（104 篇）、檢測（101 篇）位列關鍵詞熱度前三位。上圖提取了投稿論文中排名前 75 位的關鍵詞的出現次數。
ICCV 2019，中國力量不容小覷。
ICCV 2019，中國軍團再次展現出不容小覷的實力，尤其在被接受論文數量方面優勢明顯，高達 350 多篇，位列世界第一，美國排第二，其次是德國、韓國。
從投稿數的單位排名來看，高校方面，中科院遙遙領先，有 237 篇投稿，清華以 175 篇緊隨其後。企業方面，華為有 91 篇、百度有 47 篇。在接收結果出來之後，更多的中國企業公布了自己的戰績：商湯科技有 57 篇論文入選 ICCV 2019（包含 11 篇 Oral），同時在 Open Images、COCO、LVIS 等 13 項重要競賽中奪冠；華為諾亞方舟實驗室有 19 篇入選；騰訊優圖有 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 項任務冠軍。
最佳論文獎（馬爾獎）
題目：SinGAN: Learning a Generative Model froma Single Natural Image
作者：Tamar Rott Shaham, Tali Dekel, Tomer Michaeli
內容簡介： 本文介紹了 SinGAN，這是一種無條件的生成模型，可以從單個自然圖像中學習。我們的模型經過訓練，可以捕獲圖像內斑塊的內部分佈，生成高質量、多樣化的樣本，並承載與圖像相同的視覺內容。SinGAN 包含一個完全卷積的 GAN 金字塔，每個 GAN 負責學習圖像不同比例的 patch 分佈，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，同時又可以保持訓練圖像的整體結構和精細紋理。 與以前的單圖像 GAN 方案相比，本文提出的方法不僅限於紋理圖像，而且並非有條件的（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到與真實圖像真假難辨的程度。
論文地址：https://arxiv.org/abs/1905.01164
《PLMP-Point-Line Minimal Problems in Complete Multi-View Visibility》獲 ICCV 2019 最佳學生論文獎，論文作者分別來自佐治亞理工學院、瑞典皇家理工學院以及捷克理工大學。
作者：Timothy Duff、Kathlen Kohn、Anton Leykin、Tomas Pajdla
Github 地址：https://github.com/timduff35/PLMP
第一行紅色的點和藍色的線會獨立地被檢測到，點與線的排列也是獨立檢測的。第二行是一些點線排列示例，它們提供了新的極小值問題
摘要：研究團隊通過透視相機（經過校準的）觀察到的點線一般排列，提出了所有極小值問題的完整分類，並證明對於超過 6 個相機、5 個點和 6 條線的情況，其總共只有 30 個極小值問題，不存在其它情況。
研究團隊展示了一系列檢測最小值的測試，這些測試從對自由度進行計數開始，到於對代表性樣本的完全符號化與數值化的驗證結束。對於發現的所有極小值問題，研究團隊介紹了它們的代數程度，即解的數量，以衡量其固有難度。它還显示了問題的難度如何隨着視圖數量的增長而增長。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用的。
最佳論文榮譽提名（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）具有以皮秒級捕獲單個光子的獨特能力。但是，入射在基於 SPAD 的 3D 攝像機上的環境光（例如，陽光）會導致測量波形出現嚴重的非線性失真（堆積），從而導致較大的深度誤差。我們提出異步單光子 3D 成像，可減輕數據採集過程中的堆積現象。
我們的主要成果是，可以通過選擇覆蓋整個深度範圍的一系列偏移量來"平均化"堆積變形。我們開發了一個廣義的圖像形成模型，並進行了理論分析，以探索異步採集方案的空間並設計高性能方案。我們的仿真和實驗表明，在包括高環境通量在內的各種成像場景中，與最新技術相比，新方法的精度提高了一個數量級。
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，具有更高的視覺質量，並支持更複雜的場景圖。另外，嵌入方案支持每個場景圖多個和不同的輸出圖像，可以由用戶進一步控制。我們演示了對每個對象的兩種控制模式：（i）從其他圖像導入元素，以及（ii）通過選擇外觀原型在對象空間中進行導航。
論文地址：https://arxiv.org/abs/1909.05379
本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【精選推薦文章】
高價收購3C產品,價格不怕你比較
收購3c瘋!各款手機、筆電、相機、平板,歡迎來詢價!
公開收購3c價格,不怕被賤賣!
Orignal From: ICCV 2019：谷歌獲最佳論文！中國入選論文最多，中科院、清華領跑
留言
張貼留言