ICCV 2019最佳論文歸谷歌，中國入選論文最多，商湯57篇全球第一

乾明 栗子 魚羊 假裝發(fā)自 首爾

量子位 報道 | 公眾號 QbitAI

剛剛，在韓國首爾，ICCV 2019最佳論文和其他各大獎項全部揭曉。

在這個全球最重要的計算機視覺頂會上（與CVPR、ECCV并列），AI熱情繼續(xù)倍速增漲，中國力量依然閃耀——除了湯曉鷗任大會主席，中國學者的入選論文總數(shù)排名第一，各項奪冠數(shù)也遙遙領(lǐng)先。

只是這一次，最佳論文和最佳學生論文，均未出現(xiàn)華人身影。

最佳論文由以色列理工和谷歌研究院摘取，最佳學生論文屬于美國佐治亞理工。

而中國AI獨角獸公司商湯，加上其聯(lián)合實驗室，共有57篇論文入選，其中包括口頭報告（Oral）論文11篇，成為公司維度上的全球No.1。

此外，曠視、華為、百度和騰訊，也都有不俗表現(xiàn)。比如曠視完成了最重要比賽COCO物體檢測的三連冠。

完整詳情，我們傳送如下：

最佳論文獎

獲得最佳論文的是：SinGAN：Learning a Generative Model from a Single Natural Image (用一張自然圖片，學出一個生成模型)?。

成果來自以色列理工學院 (Technion) 和谷歌研究院。

http://openaccess.thecvf.com/content_ICCV_2019/papers/Shaham_SinGAN_Learning_a_Generative_Model_From_a_Single_Natural_Image_ICCV_2019_paper.pdf

SinGAN只用一張圖片訓練，便可以捕捉圖像中，各種圖像塊的內(nèi)部分布 (internal distribution of patches) 。訓練后，就能生成高質(zhì)量、多樣化的樣本，但與原圖帶有相同的視覺內(nèi)容：

SinGAN里面，有一個由許多全卷積GAN組成的金字塔，每只GAN負責在一種不同的尺度上學習圖像塊的分布。

這樣就可以生成新的樣本，任意大小任意縱橫比的那種。而在擁有顯著多樣性 (variability) 的同時，也保留原圖的全局結(jié)構(gòu)和精細紋理。

與從前的那些單圖GAN方法相比，SinGAN不限于紋理圖像 (texture images) 生成，并且也不是條件GAN (conditional) ：也就是說它是從噪聲中生成樣本的。

實驗顯示，SinGAN生成的圖像，常常被人類當成了真實的圖像。并且，研究人員在許多圖像操作任務里，都展示了SinGAN的作用：

把畫作變成照片、編輯圖像里的物體、把一個風格的物體融入另一種風格的畫面里、超分辨率，甚至把靜態(tài)圖變成動畫也可以。

這項研究的作者有三位。一作是來自以色列理工學院的博士生Tamar Rott Shaham，她的研究方向是圖像處理、計算機視覺和機器學習；

二作是來自谷歌研究院的Tali Dekel，在進入谷歌之前，她曾經(jīng)是MIT CSAIL實驗室的博士后。

三作是以色列理工學院的副教授Tomer Michaeli，也是一作實驗室的老板。

最佳學生論文

獲得最佳學生論文的是PLMP：Point-Line Minimal Problems in Complete Multi-View Visibility（完整的多視圖可見性中的點線最小問題）。

http://openaccess.thecvf.com/content_ICCV_2019/papers/Duff_PLMP_-_Point-Line_Minimal_Problems_in_Complete_Multi-View_Visibility_ICCV_2019_paper.pdf

論文的作者來自佐治亞理工學院，瑞典皇家理工學院和布拉格捷克理工大學。第一作者是佐治亞理工學院的Timothy Duff，他是數(shù)學專業(yè)的四年級博士。

對于通過校準的透視相機完全觀察到的點和線的一般排列，Timothy Duff等人提出了所有最小問題的完整分類。他們證明總共只有30個最小問題，對于6個以上的攝像機，5個以上的點以及6條以上的線，則不存在任何最小問題。

研究人員提出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(shù)開始，到對代表樣本進行完整的符號和數(shù)字驗證結(jié)束。

在論文中，對于發(fā)現(xiàn)的所以最小問題，研究人員介紹了它們的代數(shù)程度，即解決方案的數(shù)量，以衡量其固有難度。結(jié)果顯示了問題的難度是如何隨著視圖數(shù)量的增長而增長。

一些新的最小問題在圖像匹配和3D重建中可能不具有很強的實用性。

其他各項大獎

亥姆霍茲獎

亥姆霍茲獎由IEEE模式分析和機器智能（PAMI）技術(shù)委員會頒發(fā)，旨在表彰十年前對計算機視覺研究產(chǎn)生重大影響的ICCV論文。

今年獲此榮譽的是Attribute and Simile Classifiers for Face Verification。

http://www.cs.columbia.edu/CAVE/publications/pdfs/Kumar_ICCV09.pdf

以及Building Rome in a Day。

https://grail.cs.washington.edu/rome/rome_paper.pdf

終身成就獎

即Azriel Rosenfeld Lifetime Achievement Award。

本屆ICCV的終身成就獎，頒給了以色列魏茨曼科學研究院的計算機科學教授Shimon Ullman（西蒙·烏爾曼），他現(xiàn)在是魏茨曼AI中心主任。烏爾曼出生于1948年，今年71歲。曾任MIT教授。

他專注于物體和面部識別研究，在該領(lǐng)域做出了許多貢獻。

2008年，烏爾曼因?qū)φJ知科學的理論貢獻而獲得大衛(wèi)·哈梅爾哈特獎。

2014年，他因?qū)I和計算機視覺的貢獻而獲得了計算機科學領(lǐng)域的EMET獎。

2015年，他被授予以色列數(shù)學和計算機科學獎。

杰出研究獎

今年的杰出成就獎 (Distinguished Researcher Award) ，有兩位得主。

一位是哥倫比亞大學計算機系的教授Shree Nayar，他以計算機視覺、計算機圖形學和計算相機領(lǐng)域的研究而聞名。

計算相機 (Computational Camera) 的概念就是由Nayar本人提出的，他也是計算攝影研究的先驅(qū)。

在這個領(lǐng)域，他的發(fā)明包括了能夠捕捉360度影像、高動態(tài)范圍 (High Dynamic Range) 影像、以及拍攝3D圖像的攝影設備。

Nayar與ICCV也頗有淵源。早在1990年和1995年，他的研究便獲得過ICCV的最佳論文獎。

另一位是麻省理工學院 (MIT) 的計算機系教授William T Freeman，以計算機視覺領(lǐng)域的研究最為出名。

Freeman的研究方向，包括應用于計算機視覺的機器學習，用于視覺感知的貝葉斯模型，以及計算攝影；

他也在方向可控濾波器與方向可控金字塔 (steerable filters and pyramids) 、方向直方圖 (orientation histograms) 、通用視點假設 (generic viewpoint assumptions) 等等方面，做出了貢獻。

Freeman曾經(jīng)四次在CVPR上獲得杰出論文 (Outstanding Paper Awards) 獎項。

不斷刷新的記錄

與其全球AI頂會一樣，今年舉辦的ICCV 2019，也再度刷新紀錄。

總參會人數(shù)7501，workshop有60場。

直接推動這一狀況產(chǎn)生的，是投稿數(shù)量的“暴漲”，今年ICCV收到了4303篇論文投稿，與上一屆2143篇相比，翻了一番還要多，作者數(shù)達到1萬人。

但在論文接受方面，并沒有同步增長，其中1075篇接收，接受率僅有25.02%，上一屆是29%。

盡管參與人數(shù)更多，投稿論文更多，接受率降低，但中國力量依舊出彩。

ICCV 2019官方統(tǒng)計，接收論文按國家分屬：中國第一、美國第二，德國第三。

中國有超過350篇論文入選，美國則超過310篇，兩強領(lǐng)跑之后，第三名的德國不到50篇。

但如果按算上身處其他國家或公司的華人，中國力量的影響力還不止于此。

根據(jù)學術(shù)頭條統(tǒng)計，在本屆ICCV接收的1077篇論文中，一作是華人的論文有523篇，占比48.6%，接近一半。

論文投稿數(shù)量排名上，前三全部是華人。

其中阿聯(lián)酋國家級“起源人工智能研究院”CEO兼首席科學家邵嶺，以15篇論文入選占據(jù)榜首。

百度研究院的楊易和華為諾亞方舟實驗室計算視覺首席科學家田奇都以10篇論文入選并列第二。

不僅僅只是個人，中國的高校和企業(yè)也有非常突出的表現(xiàn)。

學術(shù)頭條按照第一作者歸屬單位來統(tǒng)計的結(jié)果顯示，香港中文大學有30篇，中科院有26篇，清華有24篇，而在其他頂會上表現(xiàn)優(yōu)異的CMU、斯坦福等美國強校，入選篇數(shù)均未超過20篇。

在這個指標上，中國高校&科研機構(gòu)已經(jīng)壓過了美國的同行。

企業(yè)/工業(yè)界，來自中國的力量，更是“制霸全場”，最具代表性的就是AI獨角獸們和各大科技公司。

商湯披露，商湯科技及聯(lián)合實驗室共有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。

曠視則是有11篇論文入選，并在重頭戲項目“COCO物體檢測挑戰(zhàn)賽”上拿下三連冠，以及今年新設立的Best Paper Award（最佳論文獎）。

華為、騰訊、阿里、百度等雖然沒有官方整體大數(shù)據(jù)披露，但旗下實驗室都有實力展現(xiàn)。

華為諾亞計算機視覺方向，有19篇論文入選，騰訊旗下的優(yōu)圖實驗室，入選13篇論文。阿里達摩院，也在這場頂會中拿下了一項世界冠軍，成果也已經(jīng)落地到了淘寶的拍立淘中。百度旗下實驗室也獲得了兩項世界冠軍。

相比之下，在各大AI頂會霸榜的谷歌&DeepMind組合，雖然論文數(shù)量仍有近50篇論文入圍，但其領(lǐng)先優(yōu)勢，已經(jīng)沒有太多。

又是一場“CICCV”

而且，中國并不只是參與者，也是其中的組織者以及贊助者。

此外，商湯創(chuàng)始人、香港中文大學教授湯曉鷗也是這次大會主席。

贊助商方面，中國企業(yè)的Logo也非常突出。

地平線、華為、商湯、騰訊優(yōu)圖等都是最高層次的鉑金贊助商，而深蘭科技、曠視、依圖等均是是金牌贊助。

如此狀況，其實也并不僅僅只是出現(xiàn)在這屆ICCV上，之前CVPR、NeurIPs、KDD等國際AI頂會上，中國力量就已經(jīng)亮眼，從參與到成績，正在展示出全方位的實力。

目前，就差最佳論文等“皇冠明珠”上的臨門一腳。

以及下次AI頂會，是不是也該考慮在中國舉辦了？

傳送門

最佳論文：

http://openaccess.thecvf.com/content_ICCV_2019/papers/Shaham_SinGAN_Learning_a_Generative_Model_From_a_Single_Natural_Image_ICCV_2019_paper.pdf

最佳學生論文：

http://openaccess.thecvf.com/content_ICCV_2019/papers/Duff_PLMP_-_Point-Line_Minimal_Problems_in_Complete_Multi-View_Visibility_ICCV_2019_paper.pdf

Honorable Mentions：

Specifying Object Attributes and Relations in Interactive Scene Generation

http://openaccess.thecvf.com/content_ICCV_2019/papers/Ashual_Specifying_Object_Attributes_and_Relations_in_Interactive_Scene_Generation_ICCV_2019_paper.pdf

Asynchronous Single-Photon 3D Imaging

http://openaccess.thecvf.com/content_ICCV_2019/papers/Gupta_Asynchronous_Single-Photon_3D_Imaging_ICCV_2019_paper.pdf

亥姆霍茲獎獲獎論文：

http://www.cs.columbia.edu/CAVE/publications/pdfs/Kumar_ICCV09.pdf

https://grail.cs.washington.edu/rome/rome_paper.pdf

ICCV 2019中選論文大列表：

http://openaccess.thecvf.com/ICCV2019.py

— 完 —