AI 科技評論在首爾！

作者 | 叢末、楊曉凡、Camel編輯 | 唐裡

10 月 27 日至 11 月 2 日，兩年一屆的 ICCV 2019 來到韓國首爾，選址 COEX 會展中心舉行。嚴謹且嚴肅的國際頂級學術 會議與充滿著熱情與活力的首爾將在這個楓葉開得正紅的季節碰撞出怎樣的火花呢？AI 科技評論在現場帶大家一起看！

29 日，經過 2 天 Workshop 和 Tutorial 的前期預熱和醞釀，ICCV 2019 開幕式在籠罩著一片溫煦秋陽的清晨如期而至。

韓國時間八點四十五分，ICCV 2019 四位大會 zhuxi（General Chair）之一、首爾大學（Seoul National University）教授 Kyoung Mu Lee 上臺宣佈 會議開幕並進行開幕致辭。他首先逐一介紹並感謝了包括其它大會 zhuxi、程式 zhuxi，並向其他各領域的 zhuxi們致謝。

說到中途，他話鋒一轉向臺下各位寒暄到「 這幾天首爾是不是很冷？」臺下一片掌聲和歡笑聲後，他接著簡單介紹了本次 ICCV 的整體資料。正如之前所報導的，今年 ICCV 共 收到 4 303 篇投稿，最終收錄了 1075 篇，雖然整體資料都有所提高的，但是由於分母——總投稿量的大幅增加，今年收錄率為 25%，比去年 28.9% 的收錄率要低上不少。

而今年參會人數的資料非常驚人驚訝：人數達 7501 人，比去年增加了 2.41 倍之多！而值得一提的是，今年參會人數中有 2964 位來自韓國，1264 位來自中國，1199 位來自美國以及 260 位來自日本，從這些資料來看，臨近國才是最「捧場」的區域所在呀！

雖然 ICCV 的贊助商數量不如今年 CVPR 那麼壯觀，但資料相比於其他學術頂會而言，也算不錯，獲得了 56 家企業的贊助以及 72 家展商參展。

論文資料一覽：中國論文數量超美國

UIUC 副教授 Svetlana Lazebnik 作為 ICCV 2019 的程式 zhuxi之一，隨後對今年 ICCV 的論文情況進行了解說。今年的 4 303 篇投稿，相比去年增加了一倍，其中參與論文的作者人數達 1 萬人；最終接收論文數為 1075 篇，收錄比為 25%，其中包括 200 篇 Oral 論文，並且所有 Oral 論文都如 CVPR 2019 一樣——都為短論文。

從論文主題來看，最熱門的關鍵詞如圖所示，排在前幾位的依次是 Learning、Image、Network、Deep、3D、Object 等，這也反映了該領域內研究人員們對於各個細分課題的 關注程度。

從論文的區域分佈來看，今年接收論文數量最多的國家是中國，超過 350 篇，其次是美國、德國、韓國和英國。 在這組資料釋出前，大家都知道這次華人研究者表現很好，但很多人沒想到接收論文數量比美國還多！

而這些論文被收錄的背後，同樣的也離不開程式委員會的工作。據 Svetlana Lazebnik 介紹，今年除了 4 位程式 zhuxi，還安排了 172 位領域 zhuxi以及 2506 位審稿人參與論文評審，其中，每位領域 zhuxi需要評審的論文為 20 至  30 篇，而 2506 位審稿人有 68% 的研究者或高校教師和 32% 的學生組成，各自需要評審的論文分別最多達 9 篇、5 篇。

各獎項揭曉：以色列成獎項大贏家

緊接著，開幕式迎來了高潮環節——公佈獎項！

一、論文獎項

獎項中最受 關注的最佳論文獎（Best Paper Award）、最佳學生論文獎（Best Student Paper Award）、最佳論文提名獎（Best Paper Honorable Mentions）、以及最佳論文一般提名（Best Paper Nomination）繼續由 Svetlana Lazebnik 公佈。

1、最佳論文獎（Marr 獎）

本屆最佳論文獎（Marr獎）為《SinGAN: Learning a Generative Model from a Single Natural Image》，論文第一作者Tamar Rott Shaham來自 以色列理工（Technion）：

論文地址：

作者們提出了 SinGAN，這是一個可以從單張自然影像學習的非條件性生成式模型。這個模型可以捕捉給定影像中各個小塊內的內在分佈，接著就能夠生成帶有和給定影像中的視覺內容相同的高質量且多樣的新影像。

SinGAN的結構是多個全卷積GANs組成的金字塔，這些全卷積GANs都負責學習影像中的某個小塊中的資料分佈，不同的GANs學習的小塊的大小不同。這種設計可以讓它生成具有任意大小和比例的新影像，這些新影像在具有給定的訓練影像的全域性結構和細節紋理的同時，還可以有很高的可變性。

與此前的從單張影像學習GAN的研究不同的是，作者們的這個方法不僅僅可以學習影像中的紋理，而且是一個非條件性模型（也就是說它是從噪聲生成影像的）。作者們做實驗讓人分辨原始影像和生成的影像，結果表明很難區分。作者們也在多種影像操控任務中展示了SinGAN的作用。

2、最佳學生論文獎

最佳學生論文的第一作者 Timothy Duff 來自佐治亞理工學院。

論文地址：

極小問題（minimal problem）指在三維重建過程中根據給定影像反解出攝像頭的姿態和世界座標，而且要求隨機給定的輸入樣本可以得到有限數目的解。在這篇論文中，作者們以觀察者相機經過矯正、圖中一般的點和線全部可見為條件，對所有的極小問題進行了分類。

作者們表明，極小問題一共只有 30種，對於有超過6個相機、或者超過5個點、超過6條線的情況，極小問題都是可解的。作者們進行了一系列檢測極小性的測試，從對自由度計數開始，最終對有代表性的樣本進行了完整的符號和數值驗證。對於所有發現的極小問題，作者們都給出了它們的代數度數，即解的數目，這也是問題的本徵難度的衡量指標；從這裡可以看出隨著視角數目的增加，問題的難度是如何變化的。一個重要的點是，一些新出現的極小問題其實只有很小的代數度數，這意味著它們可以在影像匹配和三維重建任務中得到實際應用。

3、最佳論文榮譽提名獎

共有兩篇論文被榮譽提名，如下：

1）非同步單光子3D成像

這項工作來自於威斯康星大學麥迪遜分校，第一作者Anant Gupta。

論文地址：

單光子雪崩二極體（SPAD）在基於飛行時間（time-of-flight）的深度測量中得到了越來越多的應用，因為它們具有以皮秒精度捕捉單個光子的獨特能力。不過，環境光照（比如陽光）會對基於SPAD的3D相機產生干擾，給捕捉到的波形帶來嚴重的非線性失真（連續命中），總而造成深度測量錯誤。作者們在論文中提出了新的非同步式單光子3D成像，這是一類可以緩解光子捕捉過程中的連續命中問題的新的捕捉模式。

非同步捕捉捕捉模式會根據預定義的、或者隨機設定的偏移量，故意短期錯過鐳射發射到SPAD測量的時間視窗。作者們這樣做的考慮是，如果選擇一系列時間視窗的偏移量，讓這些偏移量可以對應全部的測量深度，那麼他們就可以根據沒有發射鐳射的時候收集到的訊號（看作本底噪聲）把正常採集訊號中的干擾部分抵消掉。作者們開發了一個通用的影像成像模型，並進行了理論分析，探索非同步採集模式的各種可能的做法，並找到具有很好表現的模式。作者們的模擬實驗和實際實驗都表明了他們的方法相比於當前最優秀的方法可以在各種成像條件下（尤其是具有強烈環境光照的）都帶來深度檢測精度提升，最高可以提升一個數量級。

2）從互動性的場景生成中指定物體屬性和關係

這項工作來自於 以色列特拉維夫大學，第一作者Oron Ashual。

論文地址：

作者提出了一種從場景圖（scene graph）輸入生成影像的方法。這個方法會分別生成一個佈局嵌入和一個外觀嵌入。

在兩個嵌入的共同作用下，生成的影像可以更好地匹配輸入的場景圖，有更高的視覺質量，而且能支援更復雜的場景圖。除此之外，這個嵌入方法支援為同一個場景圖生成多個不同的輸出影像，使用者也能控制這個生成過程。作者們展示了兩種控制影像中的物體的方法：1，參照其他的影像中的元素；2，在物體空間中導覽，找到外觀原型。目前這項工作已經開源： http://github .com/ashual/scene_generation

4、最佳論文提名

本屆最佳論文提名共有7篇文章，其中僅有兩篇一作為華人，其一是來自中山大學的Ruijia Xu，另一位則是史丹佛大學的Chengxu Zhuang。當然何愷明團隊也獲得了提名。

• 論文標題：Larger Norm More Transferable: An Adaptive Feature Norm  Approach for Unsupervised Domain Adaptation

• 作者：Ruijia Xu, Guanbin  Li, Jihan Yang, Liang Lin

• 單位：Sun Yat-sen University（ 中山大學）、DarkMatter AI Research

• 連結：

  
  

• 論文標題：Deep Hough Voting for 3D Object Detection in Point Clouds

• 作者：Charles R. Qi, Or Litany,  Kaiming He（何愷明）, Leonidas J. Guibas

• 單位：Facebook AI Research，Stanford University

• 連結：

  
  

• 論文標題：Unsupervised Deep Learning for Structured Shape Matching

• 作者：Jean-Michel Roufosse, Abhishek Sharma, Maks Ovsjanikov

• 單位：LIX, Ecole Polytechnique（巴黎綜合理工大學）

• 連結：

  
  

• 論文標題：Gated2Depth: Real-time Dense Lidar from Gated Images

• 作者：Tobias Gruber, Frank Julca-Aguilar, Mario Bijelic, Werner Ritter, Klaus Dietmayer, Felix Heide

• 單位：Daimler AG(戴姆勒), Algolux, Ulm University(德國烏爾姆大學), Princeton University

• 連結：

  
  

• 論文標題：Local Aggregation for Unsupervised Learning of Visual Embeddings

• 作者： Chengxu Zhuang, Alex Lin Zhai, Daniel Yamins

• 單位：Stanford University

• 連結：

  
  

• 論文標題：Habitat: A Platform for Embodied AI Research

• 作者：Manolis Savva, Abhishek Kadian, Oleksandr Maksymets, Yili Zhao, Erik Wijmans, Bhavana Jain, Julian Straub, Jia Liu, Vladlen Koltun, Jitendra Malik, Devi Parikh, Dhruv Batra

• 單位：Facebook AI Research, Facebook Reality Labs, Georgia Institute of Technology, Simon Fraser University, Intel Labs, UC Berkeley

• 連結：

  
  

• 論文標題：Robust Change Captioning

• 作者：Dong Huk Park, Trevor Darrell, Anna Rohrbach

• 單位：University of California, Berkeley

• 連結：

一、PAMI TC Awards

這幾項重磅獎項揭曉後，PAMI 服務 zhuxi Bryan Morse 上臺頒佈四大 PAMI TC 獎項，包括 Helmholtz 獎、Everingham 獎、Azriel Rosenfeld 終身成就獎以及傑出研究者獎。

1、Helmholtz Prize

該獎項以19世紀物理學家赫爾曼·馮·赫姆霍茲（Hermann von Helmholtz）命名，每兩年頒發一次，旨在表彰在計算機視覺領域做出的基礎性貢獻，且只頒發給10年前在ICCV上發表且產生重大影響的論文。本屆共有兩篇發表於 2009年的論文入選，分別為：

1）Building Rome in a Day（華盛頓大學）

2）Attribute and Simile Classifiers for Face Verification（哥倫比亞大學）

2、Everingham Prize

該獎項用來紀念 Mark Everingham，並鼓勵其他研究者和他一樣推動整個計算機視覺領域的進步。這個獎會頒發給一位研究人員，或者是一個研究團隊；評獎標準是，他們為計算機視覺大家庭中的別的成員作出了重大的、無私的貢獻。這次也頒發了兩個獎。

第一個獎頒發給了單個研究員，獲獎者是 Gerard Medioni。他在過去的幾十年中為CVPR和ICCV 會議的組織提供了充分的、持續的幫助，還為整個CV大家庭提供了很多其它的服務。除此之外，他設計了 會議和workshop使用的統一護照註冊系統，還是計算機視覺基金會CVF的聯合創始人之一。

第二個獎項頒發給了2007年提出了LFW人臉識別資料集，並在此後舉辦LFW人臉識別比賽並持續維護的團隊。LFW資料集幫助整個領域向著更缺乏條件控制的、更面向真實世界情境的人臉識別技術進行研究。

3、Azriel Rosenfeld 終身成就獎

Azriel Rosenfeld 終身成就獎是在里約熱內盧舉辦的ICCV 2007上設立的，以表彰那些在長期職業生涯中對計算機視覺領域做出了傑出貢獻的研究人員。該獎章以紀念已故的電腦科學家和數學家教授 Azriel Rosenfeld。

本屆獲獎者為 以色列魏茲曼科學研究所（ Weizmann Institute of Science, Israel）的Shimon Ullman教授。

Ullman出生於 1948 年，並於1977年在MIT獲得博士學位， 師從計算機視覺之父 David Marr。其主要研究領域為人與機器視覺處理的研究。具體來說，他專注於物體和麵部識別，並在該領域取得了許多重要見解，包括與Christof Koch一起在哺乳動物視覺系統中建立了視覺顯著圖，以調節選擇性的空間注意力。

4、傑出研究者獎

傑出研究者獎（Distinguished Researcher Award）授予 MIT 的 William T. Freeman 與哥倫比亞大學的Shree Nayar兩人。

William T.Freeman現就職於MIT。研究領域包括應用於CV的ML、視覺化感知的貝葉斯模型、計算攝影學等。其最有影響力的研究成果是與 Alex Efros 在2001年SIGGRAPH上發表了”Image quilting for texture synthesis and transfer”，其思想是從已知影像中獲得小塊，然後將這些小塊拼接mosaic一起，形成新的影像。該演算法也是影像紋理合成中經典中的經典。

Shree Nayar現就職於哥倫比亞大學。其研究領域主要在新型相機的建立、基於物理的視覺模型和影像理解演算法。Nayar曾提出了計算攝影學的概念，也是計算攝影領域的先驅人物。曾於 1990年和1995年先後獲得兩次 Marr 獎，是當時計算機視覺領域炙手可熱的青年學者之一。

最後，Kyoung Mu Lee 再次站上舞臺專程為各參會者介紹了「官方參會指南」，包括整個會場的分佈情況、社交活動、注意事項，乃至於去哪裡用餐、如何連線 WIFI 等等事宜，讓人倍感溫暖。

AI 科技評論總結

在 會議召開之前，隨著華人學者在 ICCV 2019 再度取得的一系列傲人成績的相關訊息相繼出爐，各位 關注 ICCV 動態的同學們想必也對今年將於中國鄰國——韓國召開的 ICCV 2019 充滿了期待。而本次 會議中，無論是在各大議程和競賽中頻頻刷臉的華人面孔，還是張貼在展廳各個角落的寫著華人作者姓名的 poster，更是讓今年在異國參會的華人研究者們在心底湧流著一股濃濃的自豪感。AI 科技評論記者站在人潮如流的參會人群中，也切身地感受著這一切。

然而，在與去年「何愷明包攬全部兩項最佳論文獎」的光環比照下，今年華人在獎項上的表現略顯慘淡：除了中山大學Ruijia Xu、史丹佛大學Chengxu Zhuang以及何愷明參與的三篇文章入選最佳論文提名外，其他獲獎者都為非華人學者。這也給所有參加 會議的華人學者心中留下了些許的遺憾。