【學(xué)術(shù)相關(guān)】頂級(jí)論文創(chuàng)新點(diǎn)怎么找？中國(guó)高校首次獲CVPR最佳學(xué)生論文獎(jiǎng)有感
幾天前，同濟(jì)大學(xué)公布了一條重磅消息：本校學(xué)生陳涵晟獲得CVPR2022最佳學(xué)生論文獎(jiǎng)，這也是CVPR自2001年設(shè)立最佳學(xué)生論文獎(jiǎng)以來(lái)，獲獎(jiǎng)?wù)撐牡牡谝蛔髡呤状蝸?lái)自中國(guó)高校。
華人在CV領(lǐng)域崛起
最近幾年CV領(lǐng)域的頂會(huì)，華人作者與日俱增。以CVPR 2022為例，投稿數(shù)最多的是來(lái)自中國(guó)大陸的作者，占到了44.59%；美國(guó)則以20.65%的比例位列第二，還不到第一名的一半。雖然我們業(yè)內(nèi)人士已經(jīng)習(xí)慣了華人在頂會(huì)上的一路飆升，但是看到最佳學(xué)生論文這樣重磅級(jí)的獎(jiǎng)項(xiàng)被中國(guó)大陸學(xué)生斬獲，還是非常震撼的！
這篇佳作是干啥的？
我看了下作者的論文題目：EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation。頓時(shí)感覺(jué)熟悉而陌生，佩服中帶著點(diǎn)驚呆，PnP這么傳統(tǒng)的算法竟然還有人一直在默默研究和改進(jìn)，而且做出了突破性的工作，被世界范圍內(nèi)同行認(rèn)可。于是，饒有興致的下載了該論文，想看看能不能學(xué)到點(diǎn)什么。
這篇獲獎(jiǎng)?wù)撐闹饕芯康氖轻槍?duì)單目圖像中的物體6自由度位姿估計(jì)問(wèn)題，提出的EPro-PnP是一種端到端的概率PnP算法，它將傳統(tǒng)多視圖幾何和深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)合，實(shí)現(xiàn)了在單幅RGB圖像上進(jìn)行精確的位姿估計(jì)，該方法在姿態(tài)估計(jì)和三維物體檢測(cè)公開(kāi)數(shù)據(jù)集上取得的極佳效果?？蓮V泛應(yīng)用于機(jī)器人和自動(dòng)駕駛領(lǐng)域。作者還開(kāi)源了代碼：
https://github.com/tjiiv-cprg/EPro-PnP
該方法是一種通用的端到端2D-3D對(duì)應(yīng)解決方案，這個(gè)“通用”非常重要，模型的泛化性有多么重要，懂的人都懂。
關(guān)于創(chuàng)新點(diǎn)的啟發(fā)
在我們SLAM知識(shí)星球交流社區(qū)，小伙伴們最焦慮的事情之一就是論文創(chuàng)新點(diǎn)。我之前做了一期關(guān)于論文創(chuàng)新點(diǎn)的直播 ：今晚19點(diǎn)直播 | 做研究如何尋找創(chuàng)新點(diǎn)？ 核心觀點(diǎn)如下，還舉了一個(gè)例子帶著大家去找創(chuàng)新點(diǎn)，感興趣的可以去星球看回放視頻。
1、閱讀大領(lǐng)域所有綜述論文：survey/review + 關(guān)鍵詞
2、根據(jù)已有積累和興趣選擇細(xì)分方向
3、閱讀細(xì)分方向最近3-5年的綜述論文、中文學(xué)位論文、英文頂會(huì)論文
4、重視帶開(kāi)源代碼的論文、編譯運(yùn)行；特別好的論文盡量復(fù)現(xiàn)
5、自己采集數(shù)據(jù)、硬件移植、測(cè)試；如有能力，參考前人經(jīng)驗(yàn)自己寫(xiě)一個(gè)框架
6、在實(shí)際工程中發(fā)現(xiàn)問(wèn)題。查文獻(xiàn)看看別人是怎么解決的；思考自己如何解決
7、干起來(lái)！
看了這篇EPro-PnP的論文，我再增加幾個(gè)觀點(diǎn)：
1、重視計(jì)算機(jī)視覺(jué)領(lǐng)域的基礎(chǔ)知識(shí)。
據(jù)我所知，不少其他專(zhuān)業(yè)轉(zhuǎn)行到CV方向的一般都直接去研究深度神經(jīng)網(wǎng)絡(luò)了，他們可能對(duì)各種經(jīng)典網(wǎng)絡(luò)如數(shù)家珍，最終變成了調(diào)包俠、調(diào)參俠。
但是卻忽略了CV的基礎(chǔ)知識(shí)的重要性，比如最基礎(chǔ)的直方圖均衡化、形態(tài)學(xué)開(kāi)閉操作、相機(jī)成像模型、對(duì)極幾何、PnP、ICP等。而恰恰有時(shí)候，這些基礎(chǔ)知識(shí)決定了你的上限。
這里需要說(shuō)明的是，上圖中文字是PS的，更諷刺的是，我們用多視圖幾何里的單應(yīng)矩陣可以非常簡(jiǎn)單的實(shí)現(xiàn)上面的P圖效果。知道怎么做的可以在留言區(qū)評(píng)論。
2、傳統(tǒng)多視圖幾何 和 深度神經(jīng)網(wǎng)絡(luò)（DNN）的結(jié)合。
現(xiàn)在DNN方向的研究逐漸從二維轉(zhuǎn)到三維，如果熟悉三維視覺(jué)里非常核心的多視圖幾何知識(shí)，絕對(duì)能夠讓你的研究工作如虎添翼。多視圖幾何方面經(jīng)過(guò)了很多年的研究，具有確定性的理論基礎(chǔ)，它可以描述物理世界的結(jié)構(gòu)、形狀、體積、深度、姿態(tài)、視差、運(yùn)動(dòng)、光流等信息，非常有意思，它在三維視覺(jué)里必不可少。如果能夠?qū)烧呓Y(jié)合起來(lái)，是非常有希望做出一些突破性的成果的。
以上是我個(gè)人的瞎扯淡，如果覺(jué)得對(duì)你有用，記得點(diǎn)個(gè)在看~
往期精彩回顧