武汉大学张觅博士生（原创）：CVPR 2015会议总结报告
CVPR 2015会议总结报告张觅*武汉大学遥感信息工程学院国际计算机视觉与模式识别会议（CVPR）是计算机视觉领域“三大顶级”（ICCV, ECCV）会议之一，在国内外有着广泛的影响力。CVPR 2015会议于2015年6月7日至2015年6月13日在美国波士顿召开。会议分为两部分：主场会议main conference以及专题会议workshop。主场会议论文的录用率极低，CVPR 2015年主场会议论文录用率为28.4%。会议共提交论文2123篇，录用论文602篇。CVPR 2015会议主要有以下特点：第一， 参会人数多，影响力大。本次会议注册人数为2000余人，实际参加人数为3000多人。参会人数为历届会议人数最多一次。参会人员除了美国本土顶级高校以外，如哈佛大学，MIT，UCLA等，还包括世界其他国家和地区的科研机构和大学人员，如日本东京大学，新加坡国立大学，台湾国立清华大学等；涵盖的领域除了计算机视觉领域外，交叉学科也凸显出来，如生物医学，物理学等。会议特邀嘉宾Jack Gallant即为生物医学领域的专家，其口头报告“Reverse Engineering the Human Visual System”（图1）从生物学的角度，阐释了人体大脑的运作机理，并将其应用于计算机视觉领域进行视觉分析。图1 Jack Gallant特邀口头报告
第二， 深度学习及三维重建仍是主角。本次会议的一大看点，就是深度学习。特邀嘉宾Yann LeCun现为纽约大学教授，Facebook公司人工智能（AI）首席科学家，其为深度学习（Deep Learning）的创始人之一。在CVPR2105会议上，LeCun作了题为“What’s Wrong with Deep Learning”（图2）的主旨报告，从三个层次，阐述了深度学习在模式识别领域仍存在的三个问题。1）目前的深度学习机制仍然缺乏推理、搜索方面的能力；2）耗用存储空间大。深度学习需要处理大量的数据，这将会占用极大地存储空间；3）缺少非监督学习的能力。本次会议的另一大看点，就是三维重建。在主会以及专题会议中，有4个专题报告，都是关于三维重建领域最新进展的。分别是：Depth/3D/Surface; 3D Shape—Matching,Reognition, Reconstruction; 3D Models & Images; 3D From a Single Image. 这些报告的最大特点就是结合了实际问题，如RGBD相机，3D数据集SUN RGB-D，时间序列影像变化特点等，来分析和解决三维重建所遇到的问题，比如光照、云雾等对重建效果的影响。此外，在三维重建方面，一个突出的特点，就是实时性和快速性，如论文“Reconstructing the world in Six Days”（图3）就是采用众源影像数据，重建世界范围内的三维模型。
图2 Yann LeCun深度学习专题口
图3 论文“Reconstrucing the Wrold in SixDays”口头报告第三， 参展企业多，交流机会广。CVPR 2015会议的参展企业共52家，世界级企业，如谷歌，微软，因特尔，英伟达，特斯拉，亚马逊，iRobot，facebook，Matlab等都参加会议，并展示了相关企业在计算机视觉与模式识别领域最新的产品。国内的企业，比如知图，Minieye等公司，也展示了最新的研究成果。在参展的企业中，最为引人注意，就是Matlab公司推出的视频三维建模软件包，它可以用于实时的视频三维建模，并进行行人检测（图4），此外3DMD公司推出的人体三维重建系统（如图5），可以快速实现人体三维重建，从影像采集到三维模型构建，只需要不到半分钟时间即可完成。KitWare（图6）公司研发的OpenSFM系列软件，可以跨平台开源使用，不仅可以实现航空影像的三维建模，而且还可以针对地面物体，从序列影像中进行追踪。
图4 Matlab公司的视频三维重建软件包执行效果
图5 3DMD公司人体三维重建系统效果
图6Kitware软件航空影像三维重建效果总之，CVPR 2015会议，除了让我了解国内外同行所做研究成果进展，带给我视觉盛宴外，更多的是在科研方向方面更深层次的把握，让自己更有了方向感和目标。
:):):):):):):):):):):)
页:
[1]