6月 18日上午，CVPR 2019會(huì)議開幕式暨頒獎(jiǎng)儀式在美國洛杉磯舉行，經(jīng)過 CVPR 2019 專門的最佳論文獎(jiǎng)評(píng)選委員會(huì)（Best Paper Award Committee）評(píng)審，評(píng)委們從50 篇最佳論文候選名單中評(píng)選出 4 篇獲獎(jiǎng)?wù)撐模謩e是 2 篇最佳論文榮譽(yù)提名、1 篇最佳學(xué)生論文和 1 篇最佳論文。

結(jié)果顯示，華人幾乎包攬了最佳論文、最佳學(xué)生論文和最具影響力論文獎(jiǎng)，分別由來自CMU的辛?xí)岬热恕⒓又荽髮W(xué)圣巴巴拉分校的王鑫等人和李飛飛團(tuán)隊(duì)等人摘得！

華人包攬三大獎(jiǎng)項(xiàng)第一作者

此次 CVPR 獲獎(jiǎng)?wù)撐闹杏腥螵?jiǎng)項(xiàng)的第一作者均有華人在列，包括最佳論文、最佳學(xué)生論文和最具影響力論文獎(jiǎng)，辛?xí)帷⑼貊巍⒗铒w飛等眾多華人的名字出現(xiàn)在獲獎(jiǎng)?wù)呙麊沃凶屓诵老灿钟∠笊羁獭?/p>

▌最佳論文：非視線內(nèi)的物體形狀重建

題目：A Theory of Fermat Paths for Non-Line-of-Sight Shape Reconstruction

非視線形狀重建的費(fèi)馬路徑理論

作者：辛?xí)? Sotiris Nousias, Kiriakos N. Kutulakos, Aswin C. Sankaranarayanan, Srinivasa G. Narasimhan and Ioannis Gkioulekas

我們?cè)谶@篇論文的第一作者辛?xí)岬膫€(gè)人主頁上發(fā)現(xiàn)，原來這是一位卡內(nèi)基梅隆大學(xué)機(jī)器人研究所的二年級(jí)的博士生，研究興趣主要在于計(jì)算機(jī)視覺和計(jì)算攝影領(lǐng)域，師從 Srinivasa Narasimhan 和 Ioannis Gkioulekas 教授。2016年12月，辛?xí)嵩贑MU獲得電氣和計(jì)算機(jī)工程碩士學(xué)位，在去美國之前獲得了西安交通大學(xué)電氣工程學(xué)士學(xué)位。

作者機(jī)構(gòu)：卡內(nèi)基梅隆大學(xué)、多倫多大學(xué)、倫敦大學(xué)學(xué)院

論文地址：

https://www.ri.cmu.edu/publications/a-theory-of-fermat-paths-for-non-line-of-sight-shape-reconstruction/

摘要：

我們提出了一個(gè)新的理論，即在一個(gè)已知的可見場(chǎng)景和一個(gè)不在瞬態(tài)相機(jī)視線范圍內(nèi)的未知物體之間的費(fèi)馬路徑（fermat path）。這些光路或者遵守鏡面反射，或者被物體的邊界反射，從而編碼隱藏物體的形狀。

（注：費(fèi)馬原理（Fermat's principle）最早由法國科學(xué)家皮埃爾·德·費(fèi)馬在1662年提出：光傳播的路徑是光程取極值的路徑。這個(gè)極值可能是最大值、最小值，甚至是函數(shù)的拐點(diǎn)。 最初提出時(shí)，又名“最短時(shí)間原理”：光線傳播的路徑是需時(shí)最少的路徑。）

我們證明費(fèi)馬路徑對(duì)應(yīng)于瞬態(tài)測(cè)量中的不連續(xù)性。基于此，我們推導(dǎo)出一種新的約束，它將這些不連續(xù)處的路徑長度的空間導(dǎo)數(shù)與表面法線相關(guān)聯(lián)。

基于這一理論，我們提出了一種名為Fermat Flow的算法來估計(jì)非視距物體的形狀。我們的方法第一次實(shí)現(xiàn)復(fù)雜對(duì)象的精確形狀恢復(fù)，范圍從隱藏在拐角處以及隱藏在漫射器后面的漫反射到鏡面反射。

最后，我們的方法與用于瞬態(tài)成像的特定技術(shù)無關(guān)。因此，我們展示了使用SPAD和超快激光從皮秒級(jí)瞬態(tài)恢復(fù)的毫米級(jí)形狀，以及使用干涉測(cè)量法從飛秒級(jí)瞬態(tài)微米級(jí)重建。我們相信，這項(xiàng)工作是非視距成像技術(shù)的重大進(jìn)步。

獲獎(jiǎng)理由：這篇論文作出重大進(jìn)步的問題是非視線內(nèi)的物體形狀重建，換句話說就是能看到墻角后面的東西。這篇論文的理論部分非常優(yōu)美，而且同樣非常給人帶來激勵(lì)。它把計(jì)算機(jī)視覺所能解決的問題的邊界繼續(xù)向前推進(jìn)了一步。

▌最佳學(xué)生論文：有效地提高強(qiáng)化學(xué)習(xí)的表現(xiàn)

這篇論文是 UC Santa Barbara 大學(xué)（加州大學(xué)圣巴巴拉分校）與微軟研究院、Duke 大學(xué)合作完成，第一作者系 UC Santa Barbara 大學(xué)的王鑫。

據(jù) UC Santa Barbara 計(jì)算機(jī)科學(xué)系助理教授王威廉在其個(gè)人微博上發(fā)表的喜訊，這篇論文的一作是其組內(nèi)的成員，獲得了 3 個(gè) Strong Accept，在 5165 篇投稿文章中審稿得分排名第一，并且這篇論文已經(jīng)確定將在 6 月的 CVPR 會(huì)議上進(jìn)行報(bào)告。

這篇論文解決的任務(wù) vision-language navigation（VLN），針對(duì)跨模態(tài)的基標(biāo)對(duì)準(zhǔn)（cross-modal grounding）、不適定反饋（ill-posed feedback）這兩個(gè)難點(diǎn)，論文提出了一種全新的強(qiáng)化型跨模態(tài)匹配（RCM）方法，用強(qiáng)化學(xué)習(xí)方法將局部和全局的場(chǎng)景聯(lián)系起來，針對(duì)第三個(gè)難點(diǎn)泛化能力問題提出了一種自監(jiān)督模仿學(xué)習(xí)（Self-supervised Imitation Learning, SIL），其目的是讓智能體能夠自主的探索未知的環(huán)境。

題目：Reinforced Cross-Modal Matching and Self-Supervised Imitation Learning for Vision-Language Navigation

面向語言視覺導(dǎo)航（VLN）的強(qiáng)化交叉模型匹配和半監(jiān)督模仿學(xué)習(xí)

作者：王鑫，Qiuyuan Huang，AsliCelikyilmaz，Jianfeng Gao，Dinghan Shen，Yuan-Fang Wang，王威廉，Lei Zhang

作者機(jī)構(gòu)：王鑫，Yuan-FangWang，William Yang Wang 加州大學(xué)圣芭芭拉分校

Qiuyuan Huang，Asli Celikyilmaz，Jianfeng Gao，Lei Zhang 微軟研究院

Dinghan Shen 杜克大學(xué)

摘要：

視覺語言導(dǎo)航（VLN）是對(duì)真實(shí)智能體在真實(shí) 3D 環(huán)境內(nèi)執(zhí)行自然語言指令的任務(wù)。本文研究了如何解決這項(xiàng)任務(wù)的三個(gè)關(guān)鍵挑戰(zhàn)：跨模態(tài)基礎(chǔ)、不適定反饋和泛化問題。

首先，我們提出了一種基于強(qiáng)化學(xué)習(xí)的新的強(qiáng)化交叉模型匹配（RCM）方法。我們將匹配的批評(píng)內(nèi)容作為內(nèi)在獎(jiǎng)勵(lì)，以促進(jìn)指令和智能體運(yùn)動(dòng)軌跡之間的全局性匹配，并利用推理導(dǎo)航器在本地視覺場(chǎng)景中執(zhí)行跨模態(tài) grounding。對(duì) VLN 基準(zhǔn)數(shù)據(jù)集的評(píng)估表明，我們的 RCM 模型在 SPL 上顯著優(yōu)于以前的方法，性能提升 10％，并達(dá)到了最先進(jìn)的性能。

為了提高學(xué)習(xí)政策的可泛化性，文章進(jìn)一步引入了自我監(jiān)督模仿學(xué)習(xí)（SIL）方法，通過模仿自己過去的高質(zhì)量決策來探索未見過的環(huán)境。結(jié)果表明，SIL 方法可以近似地獲得更好、更有效的策略，極大地降低了已見過和未見過的環(huán)境之間的成功率上的性能差距（由 30.7％降低至 11.7％）。

亮點(diǎn)：據(jù)加州大學(xué)圣芭芭拉分校計(jì)算機(jī)科學(xué)系助理教授William Yang Wang在微博的介紹，這篇文章的亮點(diǎn)在于該論文提出的自監(jiān)督獎(jiǎng)勵(lì)函數(shù)很大程度上影響了有效獎(jiǎng)勵(lì)的密度，從而有效地提高了強(qiáng)化學(xué)習(xí)的表現(xiàn)。另外，自監(jiān)督模仿學(xué)習(xí)也能很好地提高視覺語言導(dǎo)航系統(tǒng)的泛化能力。

▌經(jīng)典論文獎(jiǎng)：李飛飛團(tuán)隊(duì)計(jì)算機(jī)視覺奠基之作——ImageNet

Longuet-Higgins 獎(jiǎng)是 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)在每年的 CVPR 頒發(fā)的 “計(jì)算機(jī)視覺基礎(chǔ)貢獻(xiàn)獎(jiǎng)”，表彰十年前對(duì)計(jì)算機(jī)視覺研究產(chǎn)生了重大影響的 CVPR 論文。該獎(jiǎng)項(xiàng)以理論化學(xué)家和認(rèn)知科學(xué)家 H. Christopher Longuet-Higgins 命名。

今年的 Longuet-Higgins 獎(jiǎng)由 Jia Deng、Wei Dong、Richard Socher、李佳、Kai Li 和李飛飛于 2009 年發(fā)表在 CVPR 大會(huì)的論文《ImageNet: A Large-Scale Hierarchical Image Database》摘得。

ImageNet 在計(jì)算機(jī)視覺領(lǐng)域大名鼎鼎，推動(dòng)了計(jì)算機(jī)視覺領(lǐng)域的賽事 ImageNet 挑戰(zhàn)賽成為領(lǐng)域標(biāo)桿，可謂促進(jìn)了計(jì)算機(jī)視覺領(lǐng)域的突破性進(jìn)展。這篇論文發(fā)表于2009 年 CVPR，目前引用量高達(dá) 11508 次，獲獎(jiǎng)實(shí)至名歸。

▌最佳論文榮譽(yù)提名

此次獲得榮譽(yù)論文提名的有兩篇，分別是：

1. A Style-Based Generator Architecture for Generative Adversarial Networks

作者：Tero Karras、Samuli Laine、Timo Aila，來自英偉達(dá)

論文鏈接：https://arxiv.org/abs/1812.04948

2. Learning the Depths of Moving People by Watching Frozen People

作者：Zhengqi Li、Tali Dekel、Forrester Cole、Richard Tucker、Ce Liu、Bill Freeman、Noah Snavely，來自Google Research

論文鏈接：https://arxiv.org/abs/1904.11111

▌?dòng)?jì)算機(jī)先驅(qū)獎(jiǎng)

最后，大會(huì)還頒發(fā)了計(jì)算機(jī)先驅(qū)獎(jiǎng)（Computer Pioneer Award），獲獎(jiǎng)的是加州大學(xué)伯克利分校電氣工程和計(jì)算機(jī)科學(xué)專業(yè)、生物工程專業(yè)教授 Jitendra Malik。他的主要研究領(lǐng)域是計(jì)算機(jī)視覺，特別是在人類視覺、計(jì)算機(jī)圖形學(xué)和生物圖像分析方面有很多突出成果，一些知名的理論和算法就出自 Malik 教授和他領(lǐng)導(dǎo)團(tuán)隊(duì)的研究，包括各向異性擴(kuò)散（anisotropic diffusion）、歸一化分割（normalzied cut）、高動(dòng)態(tài)范圍成像（high dynamic range imaging）等。

計(jì)算機(jī)先驅(qū)獎(jiǎng)于 1981 年由 IEEE 計(jì)算機(jī)協(xié)會(huì)設(shè)立，用于表彰至少在十五年以前對(duì)計(jì)算機(jī)領(lǐng)域發(fā)展做出突出貢獻(xiàn)的個(gè)人。

▌萬人參加，中國影響力顯露

據(jù)官方統(tǒng)計(jì)，注冊(cè)的參會(huì)者數(shù)量也是達(dá)到了空前的 9227 人，來自全球世界各地。其中來自美國的參會(huì)者仍然最多，達(dá) 4743人，有 1044人來自中國大陸。

據(jù)程序主席之一的 UIUC教授Derek Hoiem介紹道，CVPR 2019共收到了 5165 篇有效提交論文，比去年 CVPR 2018 增加了 56%，增速提高了 26%。有趣的是，這些提交的論文大多數(shù)來自亞洲，且有39%的論文來自中國。

據(jù)官網(wǎng)統(tǒng)計(jì)，今年CVPR一共收到創(chuàng)紀(jì)錄的5165篇有效投稿，比去年的3309篇多出近2000篇。在 5165 篇投稿中，共有 1294 篇被接收，接收論文數(shù)量也首次超過了一千篇，接收率達(dá)到了接近 25.5%。

值得一提的是，今年的 CVPR 特意設(shè)立了 Ethic Chair倫理主席和監(jiān)察員，旨在維護(hù)并改善會(huì)議期間的氣氛、減少歧視以及其它各種不良行為的發(fā)生。但是由于白宮的政策，許多希望參會(huì)的學(xué)者被拒簽，注冊(cè)申請(qǐng)也未獲通過，CVPR 2019組委會(huì)也為此專門發(fā)送了郵件表明學(xué)術(shù)自由的立場(chǎng)，并表示明年將考慮換一家不受影響的供應(yīng)商。

作為計(jì)算機(jī)視覺的頂級(jí)會(huì)議，CVPR 2019 盛況依然，中國學(xué)者斬獲頗豐也代表了中國學(xué)術(shù)影響力的不斷提高，計(jì)算機(jī)視覺還是研究的一大熱門領(lǐng)域，但同時(shí)我們也注意到，CVPR 2019 的論文接收率仍比去年的 29% 有所下降，可以看出，近年來人工智能頂級(jí)會(huì)議的錄取困難程度在不斷提升。期待來年中國學(xué)者在頂級(jí)賽事上繼續(xù)高歌前進(jìn)！