ECCV 2016 有什麼值得關注的亮點?
會議網站:ECCV 2016 | October 8-16, 2016
ECCV歸來就直接去了土澳,終於有些閑暇來碼一下ECCV Recap。
1. 這次會上大佬們如Jitendra, Cordelia在推self-supervised learning(基於robot反饋機制,例如,機械手臂戳一下物體,從sensor或視頻中獲得反饋,可以看作是用robot來探知世界吧),最近arxiv也有一篇類似的https://arxiv.org/abs/1605.07157;另外,很多利用side information,如利用聲音輔助視覺,這樣的工作也比較多。但個人並不對此exciting;
2. 冠名weakly supervised的工作非常多了,但是「弱監督」的內涵卻是case by case,不像ML中的有明確的定義;以後的weakly supervised應該還有做的空間;
3. low-level vision tasks極少,幾乎沒有,不像ICCV 2015還有若干篇的樣子;而且一些工作開始用DL去做low-level vision的東西,比如Ming-Hsuan的學filters(http://faculty.ucmerced.edu/mhyang/papers/eccv16_joint_filter.pdf 和http://faculty.ucmerced.edu/mhyang/papers/eccv16_rnn_filter.pdf)
4. 傳統fine-grained paper幾乎沒有,只有一篇做FG新問題的:fine-grained scene classification(https://arxiv.org/abs/1607.07614);其實這次ECCV我們也提出了一個fine-grained image研究領域的新問題,即細粒度圖像檢索,無奈被倆reviewer當作recognition錯殺。。在此也吐槽一下DL大熱的今天審稿質量堪憂的現狀。如有興趣,可移步我們的工作:Selective Convolutional Descriptor Aggregation for Fine-Grained Image Retrieval (https://arxiv.org/abs/1604.04994)
5. 有兩篇image colorization作為oral paper,不知是否是巧合;
6. Question answering這類問題相比ICCV少了很多了,但是隱式做visual-text的工作還是佔了一定比例;
7. 這次的best paper award:
a) best student paper: Focal flow: measuring distance and velocity with defocus and differential motion
b) best paper runner-up: The fast bilateral solver
c) best paper: Real-time 3D reconstruction and 6-DoF tracking with an event camera
全部授予了傳統CV工作。
8. 下面幾篇文章做的問題比較好玩:
a) Amodal instance segmentation, Ke Li and Jitendra Malik. (造數據集,做了新問題)
b) Automatic Attribute Discovery with Neural Activations, Sirion Vittayakorn, University of North Carolina at Chapel Hill; Takayuki Umeda, NTT; Kazuhiko Murasaki, NTT; Kyoko Sudo, NTT; Takayuki Okatani, Tohoku University; Kota Yamaguchi, Tohoku University
c) Pixel-Level Domain Transfer, Donggeun Yoo, KAIST; Namil Kim, KAIST; Sunggyun Park, KAIST; Anthony Paek, Lunit Inc.; In So Kweon, KAIST (根據衣服生成買家秀,或反過來,在真實場景下,從模特照片中生成產品照片)
當然還有不少,有空再來碼吧。。
受個人研究興趣影響,以上內容不免有所偏頗,望諸君選擇性參考。
更多相關內容請關注我的專欄:「欲窮千里目 - 知乎專欄」來自MIT的參會總結,作者是一個美女博士。
參會總結http://zoyathinks.blogspot.ca/2016/10/eccv-in-theatrical-setting.html論文總結https://docs.google.com/document/d/175ORVlLMdjOscJ7-93WIt0bieUiu21vtlL7J-7-7qBI/pub作者主頁Zoya請科學上網。三個獎項全給了基礎研究工作……求問哪裡下載三大會議的論文,小菜雞求指教
就怕撞車 不撞一切都好過
推薦閱讀:
※計算機視覺一般都用什麼語言實現?有什麼好的平台?
※圖像超解析度就業前景如何?
※計算機視覺的前沿理論有哪些?
※有哪些有趣的圖形學(CG)和計算機視覺(CV)相結合的應用的例子?
※計算機視覺中,目前有哪些成熟的匹配定位演算法?
TAG:人工智慧 | 計算機視覺 | 深度學習DeepLearning | 國際學術會議 |