點(diǎn)擊上方“AI算法與圖像處理”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

部分內(nèi)容來源丨機(jī)器之心

編輯｜極市平臺(tái)

極市導(dǎo)讀

?

昨日，ECCV 2020五項(xiàng)大獎(jiǎng)出爐，分別是最佳論文獎(jiǎng)、最佳論文提名獎(jiǎng)、Koenderink獎(jiǎng)、Mark Everingham獎(jiǎng)、Demo獎(jiǎng)，ImageNet 論文一作鄧嘉獲最佳論文獎(jiǎng)。另外，ECCV2020全部論文已開放下載。

ECCV2020論文合集下載

ECCV2020論文現(xiàn)已開放下載，地址為：

http://www.ecva.net/papers.php

為了方便大家學(xué)習(xí)，極市已經(jīng)將全部論文（共1357篇）下載并打包，在?AI算法與圖像處理?后臺(tái)回復(fù)?ECCV2020?即可獲取論文打包下載鏈接。

下面將介紹本次ECCV2020的五項(xiàng)大獎(jiǎng)。（內(nèi)容來源：機(jī)器之心）

最佳論文獎(jiǎng)

• 論文地址：https://arxiv.org/abs/2003.12039

• GitHub 地址：https://github.com/princeton-vl/RAFT

這項(xiàng)研究提出了一種用于光流的新型深度網(wǎng)絡(luò)架構(gòu)——循環(huán)全對(duì)場(chǎng)變換（Recurrent All-Pairs Field Transforms，RAFT）。RAFT 提取每個(gè)像素（per-pixel）的特征，為所有像素對(duì)構(gòu)建多尺度 4D 相關(guān)體（correlation volume），并通過循環(huán)單元迭代地更新流場(chǎng)，循環(huán)單元基于相關(guān)體執(zhí)行查找。

RAFT 在多個(gè)數(shù)據(jù)集上實(shí)現(xiàn)了 SOTA 性能：在 KITTI 數(shù)據(jù)集上，RAFT 的 F1-all 誤差是 5.10%，相比先前的最佳結(jié)果（6.10%）減少了 16%；在 Sintel 數(shù)據(jù)集（final pass）上，RAFT 只有 2.855 像素的端點(diǎn)誤差（end-point-error），相比先前的最佳結(jié)果（4.098 像素）減少了 30%。另外，RAFT 具有強(qiáng)大的跨數(shù)據(jù)集泛化能力，并且在推理時(shí)間、訓(xùn)練速度和參數(shù)計(jì)數(shù)方面具有很高的效率。

RAFT 架構(gòu)設(shè)計(jì)。

4.8M 參數(shù)完整版模型和 1.0M 參數(shù)小模型的網(wǎng)絡(luò)架構(gòu)細(xì)節(jié)。

作者簡(jiǎn)介

最佳論文的第一作者 Zachary Teed 現(xiàn)在普林斯頓讀博，導(dǎo)師為鄧嘉。他的研究興趣是：3D 視頻重建，包括運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（Structure from Motion，SfM）、場(chǎng)景流（Scene Flow）和 SLAM。

論文二作是普林斯頓大學(xué)計(jì)算機(jī)科學(xué)系助理教授鄧嘉，主要研究方向是計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)，

目前的研究興趣是：3D 視覺、目標(biāo)識(shí)別、動(dòng)作識(shí)別和自動(dòng)定理證明。曾獲得 Sloan Research Fellowship、PAMI Mark Everingham Prize、 Yahoo ACE Award、Google Faculty Research Award、ICCV Marr Prize 等獎(jiǎng)項(xiàng)。

值得一提的是，這并不是鄧嘉第一次獲得 ECCV 的最佳論文獎(jiǎng)，2014 年他憑借論文《Large-Scale Object Classification Using Label Relation Graphs》獲得當(dāng)年的 ECCV 最佳論文獎(jiǎng)，并且是該研究的第一作者。

除此之外，他還是 ImageNet 論文的第一作者。ImageNet 數(shù)據(jù)集是目前機(jī)器學(xué)習(xí)領(lǐng)域最常用的數(shù)據(jù)集之一，它催生出了極大促進(jìn)人工智能發(fā)展的 ImageNet 比賽。作為 ImageNet 的一作，鄧嘉為其傾注了許多心血。

2019 年，這篇論文獲得了 CVPR PAMI Longuet-Higgins（經(jīng)典論文）獎(jiǎng)。鄧嘉在接受機(jī)器之心采訪時(shí)表示：「這個(gè)項(xiàng)目很說明一件事情，當(dāng)時(shí)做 ImageNet 不是最主流的工作，但是我們所有做此項(xiàng)目的人都相信它會(huì)有很大的影響，所以我們就花了很大力氣做這個(gè)事情。確實(shí)，它給我自己的一個(gè)啟示是，你不一定要做最流行的事情，但要做自己相信會(huì)有影響的事情?！鼓壳埃@篇發(fā)表于 2009 年的論文被引用量已超過兩萬。

最佳論文榮譽(yù)提名獎(jiǎng)

大會(huì)還公布了最佳論文榮譽(yù)提名獎(jiǎng)，共有兩篇論文獲得此獎(jiǎng)項(xiàng)。

論文 1：Towards Streaming Image Understanding

• 論文地址：https://arxiv.org/abs/2005.10420

• 論文作者：Mengtian Li、Yu-Xiong Wang、Deva Ramanan（卡內(nèi)基梅隆大學(xué)）

具身感知（embodied perception）指自動(dòng)智能體感知環(huán)境以便做出反應(yīng)的能力。智能體的響應(yīng)度很大程度上取決于處理流程的延遲。之前的工作主要涉及延遲和準(zhǔn)確率之間的算法權(quán)衡，但缺少一種明確的指標(biāo)來對(duì)比不同方法的帕累托最優(yōu)延遲 - 準(zhǔn)確率曲線。這篇論文指出標(biāo)準(zhǔn)離線評(píng)估和實(shí)時(shí)應(yīng)用之間的差異：算法處理完特定圖像幀時(shí)，周圍環(huán)境已經(jīng)發(fā)生改變。該研究提出將延遲和準(zhǔn)確率協(xié)調(diào)地集成到一個(gè)度量指標(biāo)中，用于實(shí)時(shí)在線感知，這就是「流準(zhǔn)確率」（streaming accuracy）。

此外，該研究基于此度量指標(biāo)提出了一個(gè)元基準(zhǔn)，它可以系統(tǒng)性地將任意圖像理解任務(wù)轉(zhuǎn)換成流圖像理解任務(wù)。研究人員主要關(guān)注城市視頻流中的目標(biāo)檢測(cè)和實(shí)例分割任務(wù)，并創(chuàng)建了具備高質(zhì)量、時(shí)序稠密標(biāo)注的新數(shù)據(jù)集。

該研究提出的解決方案及其實(shí)證分析結(jié)果顯示：

1. 在帕累托最優(yōu)延遲 - 準(zhǔn)確率曲線上，存在能夠最大化流準(zhǔn)確率的最優(yōu)點(diǎn)；
   

2. 異步跟蹤和未來預(yù)測(cè)很自然地成為流圖像理解的內(nèi)部表征；

3. 動(dòng)態(tài)調(diào)度可用于克服時(shí)間混疊（temporal aliasing），得到一個(gè)吊詭的結(jié)果：什么都不做可能使延遲最小化。

論文 2：NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis

• 論文地址：https://arxiv.org/abs/2003.08934

• 論文作者：Ben Mildenhall（UC 伯克利）、Pratul P. Srinivasan（UC 伯克利）、Matthew Tancik（UC 伯克利）、Jonathan T. Barron（谷歌）、Ravi Ramamoorthi（加州大學(xué)圣地亞哥分校）、Ren Ng（UC 伯克利）

該研究提出了一種在合成復(fù)雜場(chǎng)景新視圖任務(wù)中實(shí)現(xiàn) SOTA 結(jié)果的新方法，該方法通過使用稀疏的輸入視圖集來優(yōu)化基礎(chǔ)的連續(xù)體場(chǎng)景函數(shù)。該算法使用全連接深度網(wǎng)絡(luò)表示場(chǎng)景，其輸入為單個(gè)連續(xù) 5D 坐標(biāo)（空間位置 (x, y, z) 和視角方向 (θ, φ)），輸出為體積密度和在此空間位置上的視圖相關(guān) emitted radiance。該研究通過查詢沿著攝像頭光線的 5D 坐標(biāo)來合成視圖，并使用經(jīng)典的體渲染技術(shù)將輸出顏色和密度投影到圖像中。

由于體渲染本身是可微的，因此優(yōu)化表征所需的唯一輸入是一組具備已知攝像機(jī)位姿的圖像。研究者介紹了如何高效優(yōu)化神經(jīng)輻射場(chǎng)（neural radiance field），渲染出逼真的具備復(fù)雜幾何形狀和外觀的場(chǎng)景新視圖，而且其在神經(jīng)渲染和視圖合成方面的效果優(yōu)于之前的工作。

經(jīng)典論文：Koenderink 獎(jiǎng)

Koenderink 獎(jiǎng)旨在表彰計(jì)算機(jī)視覺領(lǐng)域的基礎(chǔ)性貢獻(xiàn)研究，獲獎(jiǎng)?wù)撐木鶠榘l(fā)表時(shí)間超過十年并經(jīng)受住時(shí)間檢驗(yàn)的研究。

本屆 ECCV 會(huì)議 Koenderink 獎(jiǎng)?lì)C發(fā)給了以下兩篇論文：

論文 1：Improving the Fisher Kernel for Large-Scale Image Classification

• 論文地址：https://lear.inrialpes.fr/pubs/2010/PSM10/PSM10_0766.pdf

• 論文作者：Florent Perronnin、Jorge S′anchez、Thomas Mensink（施樂歐洲研究中心）

Fisher Kernel（FK）是一個(gè)結(jié)合了生成和判別方法優(yōu)點(diǎn)的通用框架。在圖像分類領(lǐng)域，F(xiàn)K 擴(kuò)展了流行的視覺詞袋（BOV）模型。然而，在實(shí)踐中，這種豐富的表征尚未顯現(xiàn)出相對(duì) BOV 的優(yōu)越性。

在論文的第一部分，研究者對(duì)原始框架進(jìn)行了多項(xiàng)修改，使得 FK 準(zhǔn)確率得到提升。在 PASCAL VOC 2007 數(shù)據(jù)集上的平均精度（AP）從 47.9% 提升到了 58.3%。改進(jìn)后的框架在 CalTech 256 數(shù)據(jù)集上也展現(xiàn)出了 SOTA 準(zhǔn)確率。其主要優(yōu)勢(shì)在于這些結(jié)果僅使用 SIFT 描述子和線性分類器獲得。使用該表征后，F(xiàn)K 框架可用于探索更大規(guī)模的圖像分類任務(wù)。

在論文的第二部分應(yīng)用部分，研究者對(duì)比了在兩個(gè)大規(guī)模標(biāo)注圖像數(shù)據(jù)集上的分類器訓(xùn)練情況：ImageNet 和 Flickr groups 數(shù)據(jù)集。在涉及數(shù)十萬訓(xùn)練圖像的評(píng)估中，研究者發(fā)現(xiàn)基于 Flickr groups 學(xué)得的分類器性能非常好，而且它們可以對(duì)在更精細(xì)標(biāo)注數(shù)據(jù)集上學(xué)得的分類器進(jìn)行補(bǔ)充。

論文 2：BRIEF: Binary Robust Independent Elementary Features

• 論文地址：https://www.cs.ubc.ca/~lowe/525/papers/calonder_eccv10.pdf

• 論文作者：Michael Calonder、Vincent Lepetit、Christoph Strecha、Pascal Fua（洛桑聯(lián)邦理工學(xué)院）

這項(xiàng)研究提出將二進(jìn)制字符串用作高效的特征點(diǎn)描述符，即 BRIEF。研究證明，即使在 bits 相對(duì)較少的情況下，BRIEF 依然呈現(xiàn)出高判別性，并且可以通過簡(jiǎn)單的強(qiáng)度差測(cè)試來計(jì)算。

此外，對(duì)描述符相似度的評(píng)估沒有采用常見的 L_2 范數(shù)，而是使用了漢明距離（Hamming distance），后者計(jì)算起來非常高效。

因此，BRIEF 的構(gòu)建和匹配速度非?？臁Ｔ撗芯吭跇?biāo)準(zhǔn)基準(zhǔn)上將 BRIEF 與 SURF 和 U-SURF 進(jìn)行比較，結(jié)果表明 BRIEF 能夠?qū)崿F(xiàn)相當(dāng)或更優(yōu)的識(shí)別性能，同時(shí)運(yùn)行時(shí)間只需其他二者的一部分。

PAMI Everingham 獎(jiǎng)

該獎(jiǎng)項(xiàng)旨在紀(jì)念 Mark Everingham，并鼓勵(lì)其他人向他學(xué)習(xí)，推進(jìn)整個(gè)計(jì)算機(jī)視覺社區(qū)進(jìn)一步發(fā)展。PAMI Everingham 獎(jiǎng)授予對(duì)計(jì)算機(jī)視覺社區(qū)做出無私貢獻(xiàn)的研究者或研究團(tuán)隊(duì)，由 IEEE 計(jì)算機(jī)協(xié)會(huì)模式分析與機(jī)器智能（PAMI）技術(shù)委員會(huì)頒發(fā)。

今年的 PAMI Everingham 獎(jiǎng)?lì)C給了微軟高級(jí)科學(xué)家 Johannes Sch?nberger，以及 MIT 教授 Antonio Torralba 及創(chuàng)建多個(gè)數(shù)據(jù)集的合作者。

Johannes Sch?nberger 現(xiàn)為微軟混合現(xiàn)實(shí)與人工智能蘇黎世實(shí)驗(yàn)室高級(jí)科學(xué)家，開發(fā)了 COLMAP SFM 和 MVS 軟件庫。

Johannes Sch?nberger 的獲獎(jiǎng)理由是：他的工作為 3D 圖像重建提供了一個(gè)開源的端到端 pipeline 以及相關(guān)支持、開發(fā)和文檔。目前這已成為運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（SFM）和多視角立體視覺（Multi-view Stereo，MVS）的參考軟件。

Antonio Torralba 現(xiàn)為 MIT 電氣工程與計(jì)算機(jī)科學(xué)教授。在十多年的時(shí)間里，Antonio Torralba 與其他合作者定期發(fā)布新數(shù)據(jù)集以及創(chuàng)建這些數(shù)據(jù)集的方法。他們創(chuàng)建的 LabelMe、Tiny images、SUN/SUN-3D 和 MIT-Places 等數(shù)據(jù)集在計(jì)算機(jī)視覺領(lǐng)域有著極大的影響力。

Demo 獎(jiǎng)

此外，大會(huì)公布了 Demo 獎(jiǎng)。獲獎(jiǎng)?wù)撐氖恰禝nter-Homines: Distance-Based Risk Estimation for Human Safety》。

該研究的 demo 如下：

另有兩篇研究獲得了 ECCV 2020 Demo 獎(jiǎng)提名：

• 論文 1：FingerTrack：Continous 3D Hand Pose Tracking

• 論文 2：Object Detection Kit：Identifying Urban Issues in Real-time

下載1：動(dòng)手學(xué)深度學(xué)習(xí)

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：動(dòng)手學(xué)深度學(xué)習(xí)，即可下載547頁《動(dòng)手學(xué)深度學(xué)習(xí)》電子書和源碼。該書是面向中文讀者的能運(yùn)行、可討論的深度學(xué)習(xí)教科書，它將文字、公式、圖像、代碼和運(yùn)行結(jié)果結(jié)合在一起。本書將全面介紹深度學(xué)習(xí)從模型構(gòu)造到模型訓(xùn)練，以及它們?cè)谟?jì)算機(jī)視覺和自然語言處理中的應(yīng)用。

下載2

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：OpenCV實(shí)戰(zhàn)項(xiàng)目20講，即可下載20個(gè)有趣的OpenCV實(shí)戰(zhàn)項(xiàng)目

個(gè)人微信（如果沒有備注不拉群！）
請(qǐng)注明：地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱