年度計(jì)算機(jī)視覺和模式識(shí)別盛會(huì)CVPR（Conference on Computer Vision and Pattern Recognition）在美國鹽湖城開幕啦！

據(jù)統(tǒng)計(jì)，本屆大會(huì)有超過3309篇大會(huì)論文投稿，接收979篇論文。

面對(duì)如此多的論文評(píng)審任務(wù)，CVPR 2018 采用了多線程多論文并行的模式，最后頒布了五大獎(jiǎng)項(xiàng)，分別是：最佳論文、最佳學(xué)生論文、提名論文、PAMI年輕學(xué)者獎(jiǎng)、PAMI Longuet-Higgins Prize。

Tübingen大學(xué)教授Andreas Geiger與Facebook研究科學(xué)家何愷明獲得本屆大會(huì)的PAMI年輕學(xué)者獎(jiǎng)。

最佳論文

最佳論文的獲得者來自斯坦福大學(xué)和加州伯克利大學(xué)，他們分別是：Amir R. Zamir, Alexander Sax, William Shen, Leonidas J. Guibas, Jitendra Malik, Silvio Savarese。

這篇文章定義了一個(gè)新的任務(wù)，針對(duì)在視覺內(nèi)的遷移學(xué)習(xí)，并提出了一個(gè)非常大的數(shù)據(jù)庫，定義的任務(wù)是這樣的：視覺任務(wù)類目很多，只針對(duì)某個(gè)問題來解決的話，會(huì)需要很大的標(biāo)注的數(shù)據(jù)集，所以一個(gè)視覺任務(wù)的解決應(yīng)該能夠一定程度的解決另一個(gè)視覺任務(wù)，畢竟一個(gè)成熟模型的構(gòu)建意味著對(duì)該圖像的一定的理解，而這部分的理解的一部分或許對(duì)另一個(gè)任務(wù)有助益，例如，物體之間的相互聯(lián)系對(duì)深度信息的學(xué)習(xí)毫無疑問有幫助。

最佳學(xué)生論文

最佳學(xué)生論文的獲得者來自卡內(nèi)基梅隆大學(xué)的Hanbyul Joo以及 Facebook Reality Labs的Tomas Simon和Yaser Sheikh。

這篇題為《完全捕捉：一個(gè)用于追蹤臉、手、身體姿態(tài)的3D變形模型》論文提出了一種統(tǒng)一的變形模型，可以全方位捕捉人體的運(yùn)動(dòng)，包括面部表情和手勢等等。論文中也提出“Frank”的概念，即人類身體不同部位分別的建模結(jié)果局部拼合起來就生成了一個(gè)初始模型。

此模型可以通過一個(gè)無縫的模型對(duì)身體各個(gè)部位的動(dòng)作進(jìn)行充分的表達(dá)，包括面部和手部。論文作者還建立了數(shù)據(jù)集，其中包含了人們?nèi)粘Ｖ碌臄?shù)據(jù)，并對(duì)Frank模型進(jìn)行了優(yōu)化，得到Adam，這是一個(gè)經(jīng)過校準(zhǔn)的模型，它和最初的Frank模型具有同樣的結(jié)構(gòu)層次，但該模型具有簡單的參數(shù)。最后，論文作者對(duì)模型的效果進(jìn)行了展示，它可以同時(shí)捕捉一群人的大尺度身體動(dòng)作以及微小的臉部和手部動(dòng)作。

提名論文

共四篇，分別是：

Deep Learning of Graph Matching

作者：Andrei Zanfir, Cristian Sminchisescu

這篇文章提出了一個(gè)端到端的深度學(xué)習(xí)模型，它可以學(xué)習(xí)圖形匹配過程的所有參數(shù)，包括一維和成對(duì)的節(jié)點(diǎn)鄰域，表現(xiàn)為為深度特征提取層次結(jié)構(gòu)。

SPLATNet: Sparse Lattice Networks for Point Cloud Processing

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

本文提出了一個(gè)處理點(diǎn)云的網(wǎng)絡(luò)體系結(jié)構(gòu)，該體系結(jié)構(gòu)直接作用于高維格中稀疏樣本點(diǎn)的集合。

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

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

本文提出了一種新的場景幾何學(xué)的緊湊而密集的表示，它以單個(gè)圖像的強(qiáng)度數(shù)據(jù)為條件，由一個(gè)少量參數(shù)組成的代碼生成。

Efficient Optimization for Rank-Based Loss Functions

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

本文提出了一種新的快速排序算法，用于求解一類不可分解的損失函數(shù)。

原文發(fā)布時(shí)間為：2018-06-20

本文作者：文摘菌

本文來自云棲社區(qū)合作伙伴“大數(shù)據(jù)文摘”，了解相關(guān)信息可以關(guān)注“大數(shù)據(jù)文摘”。

總結(jié)

以上是生活随笔為你收集整理的学界 | CVPR 2018颁布五大奖项，何恺明获年轻学者奖的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。