0
雷鋒網(wǎng) AI 科技評論按：美國加州長灘最近很熱鬧，繼機器學(xué)習(xí)國際會議 ICML 2019之后，計算機視覺與模式識別會議 CVPR 2019 也緊接著于6 月 16 日至 20 日在這里舉行。許多學(xué)者都是連續(xù)參加兩個會議，不少學(xué)者甚至兩個會議中都有論文，演講途中偶爾就會冒出來（比如在 CVPR 的演講中）：「由于時間原因某某工作我就不細(xì)說了，感興趣的可以參見我們的 ICML 論文」，并附上標(biāo)題和地址。
作為計算機視覺理論、技術(shù)、相關(guān)應(yīng)用的學(xué)術(shù)交流盛會，近年來參加 CVPR 的人數(shù)也和其他計算機科學(xué)相關(guān)會議一樣不斷增加。雖然具體人數(shù)要到第三天 18 日的會議開幕式上才會揭曉，但在 15 日任何會議議程都尚未開始的時候 CVPR 組委會就專門發(fā)了郵件提醒參會者們提前半天到場簽到、取參會證，以免因為排隊而錯過會議議程；以及由于滿員，原定的可以在現(xiàn)場繳費注冊參會也在最后時刻取消了。在現(xiàn)場的感受印證了組委會的擔(dān)憂，即便 15 日下午已經(jīng)有不少人去了會場簽到、16 日 17 日全天都可以簽到，16 日早晨在簽到席前依然排起了長隊，甚至一直排到了場館外面。
發(fā)郵件提醒提前簽到其實只能算是最后時刻的小手段，實際上最重要的是訂足夠大的會議場館。為了能容納這么多參會者、有足夠空間安排會議議程，組委會訂下的會議場館實際上由三棟建筑組成：長灘會議中心（Long Beach Convention & Entertainment Center）有兩個大會議廳、數(shù)個小會議廳，還有巨大的展區(qū)供企業(yè)布展；長灘表演藝術(shù)中心（Long Beach Performing Arts Center）有一個大表演廳和多個小會議廳；長灘競技場（Long Beach Arena, Pacific Ballroom）更是一個可以容納數(shù)千人的體育館。這還不夠，緊鄰的 Hyatt 酒店還被征用了數(shù)個會議廳供前兩天的議程使用。
早餐午餐的用餐地點都在戶外，組委會在建筑外圍多個區(qū)域分別安排了成片的桌椅。按照這個陣勢，有人猜測這屆 CVPR 有遠(yuǎn)超此前的多達(dá)六千人參加，雷鋒網(wǎng) AI 科技評論記者自己的猜測是四千人，等待開幕式揭曉答案吧。
此外，我還有一個很明顯的感受，就是來自中國的教授和學(xué)生（碩士、博士研究生）非常多，黑頭發(fā)黃皮膚的參會者差不多有 1/4 到 1/3，而且擦肩而過時基本都可以聽到他們講的是中文。
按照慣例，CVPR 第一、第二天的內(nèi)容是教學(xué)講座（tutorial）和主題研討會（workshop）。教學(xué)講座主要面向的是學(xué)生以及開展科研工作不久的青年學(xué)者們，演講內(nèi)容以梳理、解讀現(xiàn)有技術(shù)成果為主。主題研討會則是供已經(jīng)在某個課題上作出成果的學(xué)者們發(fā)表、介紹自己的論文，并和在場的同一個方向的其他學(xué)者們展開交流。
第一天最火爆的教學(xué)講座當(dāng)屬 Facebook 人工智能研究院 FAIR Ross Girshick & 何愷明組組織的「Visual Recognition and Beyond」（視覺識別以及更多），Ross 也第一個登臺演講。一上午的教學(xué)講座由多位FAIR的研究員輪流介紹了圖像及視頻的實例級別對象識別所在的大方向在近幾年中的技術(shù)成果，涵蓋了圖像分類、視頻分類、對象檢測、動作檢測、實例分割、語意分割、全景分割、姿態(tài)估計等多種任務(wù)的方法和原理。參加這個教學(xué)講座的人一直滿滿當(dāng)當(dāng)?shù)財D到了會議廳門口。感興趣的讀者可以在教學(xué)講座主頁 http://feichtenhofer.github.io/cvpr2019-recognition-tutorial/ 下載演講PPT。
Ross Girshick 在臺上演講，整個屋子滿滿當(dāng)當(dāng)
另一個火爆程度類似的教學(xué)講座是「Deep Learning for Content Creation」（深度學(xué)習(xí)內(nèi)容創(chuàng)建），全天的教學(xué)講座同樣座無虛席。這個教學(xué)講座首先向其它方向的研究人員們介紹了這個領(lǐng)域研究的基本概念，然后介紹了目前已經(jīng)取得成果的深度學(xué)習(xí)內(nèi)容創(chuàng)建方法，最后討論了領(lǐng)域的最新動向和亟待解決的問題。
前兩天其它的教學(xué)講座還包括：膠囊網(wǎng)絡(luò)在 CV 中的應(yīng)用、基于地點的計算機視覺推理、數(shù)據(jù)驅(qū)動計算圖像學(xué)、百度阿波羅開放平臺介紹、計算機視覺中的元學(xué)習(xí)等等許多。許多課題都又基礎(chǔ)又熱門，讓人難以抉擇要參加哪個。
主題研討會（workshop）的內(nèi)容就更多樣、更具體、更前沿一些了，多模態(tài)學(xué)習(xí)和應(yīng)用、可解釋 AI、醫(yī)療機器視覺、視覺問答、三維場景重建、語言與視覺、降噪去霧超分辨率、骨架搜索、再識別等好幾十個具體課題都有各自的主題研討會，對應(yīng)領(lǐng)域的學(xué)者在其中輪流介紹自己的相關(guān)成果；也有一些研討會的內(nèi)容是挑戰(zhàn)賽，比如 AI City 挑戰(zhàn)賽、CARLA 自動駕駛挑戰(zhàn)賽、運動識別挑戰(zhàn)賽等。由于數(shù)量實在太多，雷鋒網(wǎng) AI 科技評論記者也只能選擇性地參加了其中幾個（走馬觀花）。
Adversarial Machine Learning in Real-World Computer Vision Systems Workshop（真實世界的計算機視覺系統(tǒng)中的對抗性學(xué)習(xí)） 現(xiàn)場，介紹白盒攻擊的特點
Egocentric Perception, Interaction and Computing Workshop（自我為中心的感知、交互和計算）現(xiàn)場，講解杯子與世界的交互不一定是裝水，也可以有別的作用，借此引出定義物體的交互矢量
Computer Vision for Global Challenges Workshop （計算機視覺解決全球的挑戰(zhàn)）現(xiàn)場，研究者利用計算機視覺技術(shù)和高分辨率衛(wèi)星圖像準(zhǔn)確地分辨哥倫比亞各處散布的學(xué)校
除了各個研討會內(nèi)部的交流，CVPR 組委會還設(shè)置了全體主題研討會接收論文的海報展示環(huán)節(jié)，在長灘競技場內(nèi)、在零食和飲料的映襯中，全球的學(xué)者們自由地瀏覽各個主題的論文并展開討論。
有一個尤為有趣，也廣泛吸引了許多不同方向的學(xué)者們參與的主題研討會名為「Computer Vision After 5 Years」，顧名思義，讓學(xué)者們遠(yuǎn)眺未來，預(yù)測五年后的計算機視覺相比現(xiàn)在會有多大異同。這個研討會請到的嘉賓包括前文提到的 Ross Girshick、CV 祖師爺 Jitendra Malik、CV 知名學(xué)者 Alexei Efros 等多位重磅人物，他們的演講既風(fēng)趣幽默也引發(fā)了許多對于計算機視覺研究的本質(zhì)的思考。關(guān)于這個研討會雷鋒網(wǎng) AI 科技評論將會單獨帶來一篇詳盡的實錄文章，敬請期待。
除了幫助呈現(xiàn)學(xué)術(shù)成果，頂級學(xué)術(shù)會議其實有一個非常重要的功能就是把全世界的學(xué)者們都聚集起來，給他們一個輕松自由的交流氛圍。在演講間隙聊、在茶歇時候聊、在吃飯時聊、在一天的議程結(jié)束、場館閉館以后還可以繼續(xù)聊。
會議第三天，也就是美國加州時間 18 日開始將進(jìn)入大會正會，內(nèi)容主要為 CVPR 組委會的全體演講（開幕式）以及分組的 CVPR 接收論文口頭報告。我們將繼續(xù)呈現(xiàn)精彩充實的會議內(nèi)容，請繼續(xù)關(guān)注。
雷鋒網(wǎng) AI 科技評論現(xiàn)場報道
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
