ICCV 2021 最佳論文剛剛公布：中國學(xué)者憑借 Swin Transformer 獲此殊榮。
這一研究由微軟亞研院（MSRA）提出，論文的四位共同一作分別是來自中國科學(xué)技術(shù)大學(xué)的劉澤、西安交通大學(xué)的林宇桐、以及 MSRA 的曹越和胡瀚。
而根據(jù)本屆會議匯總，45.7% 的接收論文來自中國，這個數(shù)量是第二位美國地區(qū)（23.6%）的近 2 倍。
這屆會議中的最佳論文到底做了哪些貢獻(xiàn)，除此之外還頒布了哪些獎項(xiàng)，接收的論文又呈現(xiàn)出怎樣的趨勢？我們一一來看。
最佳論文是 MSRA 成果
獲最佳論文的 Swin Transformer 今年 3 月由微軟研究院提出，是一種基于 Transformer 的視覺骨干網(wǎng)絡(luò)。
這一網(wǎng)絡(luò)基于分層特征圖，利用特征金字塔網(wǎng)絡(luò)（FPN）或 U-Net 等技術(shù)進(jìn)行密集預(yù)測，同時將自注意力計算限制在不重疊的局部窗口中，同時允許跨窗口連接，從而帶來更高的效率。
最終，Swin Transformer 在分類、檢測、分割等各大 CV 任務(wù)中跨領(lǐng)域超車，一舉達(dá)到了 SOTA。
華人學(xué)者再中榮譽(yù)提名論文
除了最佳論文外，最佳學(xué)生論文等獎項(xiàng)同樣受人矚目。
最佳學(xué)生論文獎由四位來自蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）的學(xué)者獲得，他們提出了一種框架，能夠大幅度提升 SFM 建模精度與后續(xù)的視覺定位精度。
榮譽(yù)提名論文共有 4 篇，其中第三篇 OpenGAN 的論文一作是來自卡內(nèi)基梅隆大學(xué)的華人學(xué)者 Shu Kong。
Common Objects in 3D: Large-Scale Learning and Evaluation of Real-Life 3D Category Reconstruction
Viewing Graph Solvability via Cycle Consistency
OpenGAN: Open-Set Recognition via Open Data Generation
Mip-NeRF: A Multiscale Representation for Anti-Aliasing Neural Radiance Fields
論文類獎項(xiàng)之后，再來看過往杰出研究類獎項(xiàng)（PAMI-TC）：
Azriel Rosenfeld 終身成就獎，用于獎勵在長期職業(yè)生涯中為計算機(jī)視覺領(lǐng)域作出突出貢獻(xiàn)的杰出研究者，由加州大學(xué)伯克利分校的電氣工程和計算機(jī)科學(xué)教授 RUzena Bajcsy 獲得。
杰出學(xué)者獎項(xiàng)，由加州理工學(xué)院的教授 Pietro Perona，以及法國國家信息與自動化研究所（INRIA）研究員 Cordelia Schmid 獲得：
ICCV Helmholtz 獎項(xiàng)，主要之后針對那些對計算機(jī)視覺研究有重大意義的十年前的論文，由以下三篇論文獲得：
ICCV Everingham 獎則用于獎勵為計算機(jī)視覺社區(qū)作出無私而重要貢獻(xiàn)的研究個人或團(tuán)隊(duì)，由 KITTI 視覺基準(zhǔn)團(tuán)隊(duì)和 Detectron 對象檢測和分割軟件團(tuán)隊(duì)獲得。
接收率 26%，姿態(tài)檢測“最容易中”
本屆會議為期三天。據(jù)統(tǒng)計，ICCV 2021 今年共接收有效稿件 6152 篇，比去年增加了 1800 篇。
其中共有 1612 篇被收錄，接收率為 26%，其中 210 篇論文為 oral。
會議上也統(tǒng)計了主會場的接收論文的分布領(lǐng)域，可以看到遷移 \ 小樣本 \ 無監(jiān)督學(xué)習(xí)領(lǐng)域的論文最多，超過了 100 篇：
在所有論文中，姿態(tài)檢測、機(jī)器和自動駕駛視覺、視頻分析和理解等領(lǐng)域的論文的被接收率都較高，而與臉部相關(guān)的論文被拒率則最高。
ICCV 官網(wǎng)：
https://iccv2021.thecvf.com/home
全論文整理：
https://github.com/amusi/ICCV2021-Papers-with-Code
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。