Résultats Du CVPR 20 Annoncés ! 1470 Articles Ont Été Acceptés Et Une Équipe De Huawei a Reçu 7 Notes Sur 11.

Aujourd'hui, la principale conférence sur la vision par ordinateur, CVPR, a publié les résultats, avec un total de 1 470 articles sur la liste. Certains grands joueurs ont déjà commencé à publier leurs transcriptions, jetons-y un œil.

Les résultats de la conférence CVPR sur la vision par ordinateur sont sortis ! Cet après-midi, le CVPR a annoncé les identifiants des articles acceptés.Au total, 1470 articles ont été inclus.

Cette année, le nombre de candidatures valides est de 6656, doncLe taux d'acceptation est de 22%——Inférieur à 25% en 2019 et 29% en 2018.

Adresse de la liste des identifiants des articles acceptés :
http://cvpr2020.thecvf.com/sites/default/files/2020-02/accepted_list.txt

Il est rapporté que le CVPR 2020 compte un total de 3 664 examinateurs et 198 présidents de domaine pour examiner les articles afin de contrôler la qualité des articles. Alors que le nombre de soumissions augmente d’année en année, le contrôle de la qualité reste strict.

Les maîtres aiment montrer leurs bulletins scolaires 

Après l’annonce des résultats, ils ont suscité de nombreuses discussions parmi les chercheurs nationaux et étrangers.

Sur Zhihu, un auteur a sélectionné 7 articles et a publié son bulletin avec une joie débordant de l'écran.

Les experts sur Twitter présentent également avec plaisir leurs résultats :

En regardant autour de nous, lorsque les principales conférences annoncent leurs résultats chaque année, il y aura toujours des gens heureux et d’autres tristes. J’espère que tout le monde pourra y faire face avec une bonne attitude.

Le nombre de soumissions augmente d’année en année, mais le taux d’acceptation diminue ces dernières années. 

En tant que principale conférence sur la vision par ordinateur, le CVPR a établi de nouveaux records en termes de nombre de soumissions valides chaque année au cours des dernières années.

La conférence CVPR 2019 de l'année dernière a publié les données suivantes : le nombre de soumissions valides à la conférence avant 2005 était inférieur à 1 000 et le nombre d'articles acceptés était inférieur à 500.

Cependant, en 2017, le nombre de soumissions d’articles valides a dépassé 2 500 et est passé à 3 500 en 2018.En 2019, ce nombre a directement dépassé les 5 000.

Bien que le nombre de soumissions augmente d’année en année, le taux d’acceptation des articles par les évaluateurs diminue d’année en année.

Un examinateur a commenté la publication des résultats du CVPR.

Il a déclaré un jour sur Weibo que la concurrence dans le domaine des CV était trop féroce. La pièce jointe d'un article du CVPR qu'il a examiné comptait 20 pages complètes, alors que la conférence n'exigeait que 8 pages de texte principal (hors références). Dans un environnement aussi compétitif, aucun matériel supplémentaire ne sera utile si les méthodes ne sont pas suffisamment innovantes.

Revue du CVPR Classic 2019

Bien que les identifiants officiels des documents inclus aient été annoncés, les informations détaillées sur ces documents n'ont pas encore été publiées. A l’occasion de l’annonce des résultats, revenons sur les œuvres classiques gagnantes du CVPR 2019.

 Meilleur article 

résumé: Les chercheurs ont proposé uneNouvelle théorie du chemin de Fermat de la lumière,Cette lumière se situe entre la scène visible connue et les objets inconnus qui ne sont pas dans la ligne de mire de la caméra transitoire. Les trajectoires de ces lumières sont soit réfléchies par des surfaces de miroirs, soit par les limites des objets, codant ainsi la forme de l'objet caché.

Les chercheurs ont montré que le chemin de Fermat correspond à une discontinuité dans les mesures transitoires. Ensuite, ils ont dérivé unNouvelle contrainte qui relie la dérivée spatiale de la longueur du chemin à ces discontinuités à la normale de surface.

Sur la base de cette théorie, les chercheurs ont proposé une L'algorithme de Fermat Flow est utilisé pour estimer la forme des objets hors ligne de vue.La méthode récupère avec précision pour la première fois les formes d’objets complexes, des réflexions diffuses aux réflexions spéculaires, qui sont cachées dans les coins et derrière les diffuseurs.

Enfin, la méthode est indépendante de la technique spécifique utilisée pour l’imagerie transitoire. Les chercheurs ont donc démontré la récupération de forme à l'échelle millimétrique à partir de transitoires à l'échelle picoseconde en utilisant des SPAD et des lasers ultrarapides, ainsi que la reconstruction de transitoires à l'échelle femtoseconde à l'échelle micrométrique en utilisant l'interférométrie.

 Meilleur article étudiant 

résumé:La navigation vision-langage (VLN) est la tâche consistant à naviguer un agent concret dans un environnement 3D réaliste pour suivre des instructions en langage naturel.

Dans cet article, les chercheurs étudient comment relever trois défis clés de cette tâche :Mise à la terre intermodale, rétroaction mal posée et problème de généralisation.

Tout d’abord, ils ont proposé une nouvelle méthode de mise en correspondance intermodale renforcée (RCM), qui renforce l’ancrage intermodal localement et globalement via l’apprentissage par renforcement (RL). En particulier, un critique de correspondance est utilisé pour fournir des récompenses intrinsèques afin d'encourager la correspondance globale entre les instructions et les trajectoires, et un navigateur de raisonnement est utilisé pour effectuer une mise à la terre intermodale dans des scènes visuelles locales.

L'évaluation sur l'ensemble de données de référence VLN montre que leur modèle RCM surpasse considérablement les méthodes précédentes de 10 % sur SPL et atteint de nouvelles performances de pointe.

Afin d’améliorer la généralisabilité des politiques qu’ils ont apprises, ilsNous introduisons en outre une méthode d’apprentissage par imitation auto-supervisée (SIL) pour explorer des environnements invisibles en imitant nos propres décisions correctes passées.

Nous démontrons finalement que SIL peut se rapprocher d’une politique meilleure et plus efficace, en minimisant l’écart de performance en termes de taux de réussite entre les environnements vus et invisibles (de 30,7 % à 11,7 %).

 Prix Longuet-Higgins 

En outre, il convient de mentionner que dans le CVPR 2019, le document qui est supérieur au meilleur document Le prix Longuet-Higgins a été décerné à Deng Jia, Li Feifei, Li Jia et d'autres pour leur travail ImageNet « ImageNet : une base de données d'images hiérarchiques à grande échelle ».

Ce documentPublié dans CVPR 2009 et compte 11 508 citations à ce jour.

Au cours de la deuxième année suivant la publication de cet article, l’ImageNet Challenge, un grand événement dans le domaine de la vision par ordinateur, a été lancé. ImageNet est depuis devenu une référence dans le domaine de la reconnaissance par vision par ordinateur et a favorisé de grandes avancées dans ce domaine.

-- sur--