機器之心報道
編輯；杜偉、陳萍
近日，位列計算機視覺領域三大國際頂級會議的 ECCV 2022 在以色列特拉維夫開幕，大會以線上、線下方式相結合。本屆會議的各獎項已經揭曉。
據大會官方統計，今年共有 18310 位作者送出了 6773 篇論文，總共有 5804 份有效投稿，最終 1645 篇論文被接收，其中包括 157 篇 Oral，整體接收率為 28%，與上屆持平。
國内科研機構和企業在 ECCV 2022 上斬獲頗豐，以商湯為例，入圍論文共 70 篇，包含 6 篇 Oral、64 篇 Poster。同時，商湯還主辦了兩個 Workshop 及相關競賽，均在 ECCV 期間舉行并釋出結果。
昨晚，大會公布了一系列獎項，威斯康星大學麥迪遜分校、Butlr 的研究者摘得最佳論文獎，還有 2 篇論文獲得了最佳論文榮譽提名獎。與往屆一樣，大會還公布了經典論文 Koenderink 獎和 PAMI Everingham 獎。
最佳論文獎
本屆最佳論文由來自威斯康星大學麥迪遜分校、Butlr 的研究者摘得。
圖源：Twitter@CSProfKGD
- 論文位址：https://arxiv.org/pdf/2207.09684.pdf
- 代碼位址：https://github.com/zhenxingjian/Partial_Distance_Correlation
這篇論文由四位研究者共同完成，他們分别是 Xingjian Zhen 、Zihang Meng 、 Rudrasis Chakraborty 以及 Vikas Singh ，其中兩位是華人作者。
Xingjian Zhen 為威斯康星大學麥迪遜分校計算機科學博士生。在此之前，他于 2017 年獲得清華大學電子工程系的學士學位。其研究興趣是計算機視覺，深度學習，微分幾何，統計學和醫學成像。此外，他還在 NeurIPS、ICCV、CVPR、 AAAI 等發表過多篇文章。
個人首頁：https://zhenxingjian.github.io/homepage/
Zihang Meng 為 Meta AI（原 Facebook AI）研究科學家。在此之前，他在威斯康星大學麥迪遜分校獲得計算機科學博士學位，師從 Vikas Singh 教授。他于 2017 年獲得浙江大學電子資訊工程學士學位。目前的研究方向是機器學習及其在計算機視覺中的應用。
個人首頁：https://pages.cs.wisc.edu/~zihangm/
Rudrasis Chakraborty 為 Butlr 軟體公司的進階機器學習科學家，主要從事統計學、微分幾何和深度學習的交叉研究。
Vikas Singh 為 Zihang Meng 的博士生導師。Singh 為威斯康星大學麥迪遜分校生物統計系的教授，主要研究方向是圖像分析，包括計算機視覺，機器學習和醫學圖像分析。
摘要：比較神經網絡模型的功能行為，無論是在訓練期間的單個網絡，還是訓練一段時間後的兩個網絡（或更多網絡），這些是了解模型正在學習什麼（以及它們沒有學習什麼）的重要步驟，同時也是确定規範化或提高效率的重要政策。
最近的研究已經取得了一些進展，例如研究者将視覺 transformers 與 CNN 進行比較，但系統地比較功能，特别是在不同的網絡之間，仍然存在很多困難，通常的做法是一層一層地進行比較。
CCA（canonical correlation analysis）等方法在原則上适用，但迄今為止用的人很少。本文回顧了統計學中一個鮮為人知的概念，稱為距離相關（及其部分變體），它被設計用來評估不同次元特征空間之間的相關性。該研究描述了将其部署到大規模模型的必要步驟，這為一系列應用打開了大門，包括調節一個深度模型，學習解耦表示，以及優化不同的模型，這些模型在應對對抗攻擊時，魯棒性更好。
最佳論文榮譽提名獎
與此同時，ECCV 2022 也公布了最佳論文榮譽提名獎，共有 2 篇論文獲獎。
論文 1：Pose-NDF: Modelling Human Pose Manifolds with Neural Distance Fields
圖源：Twitter@CSProfKGD
- 論文位址：https://virtualhumans.mpi-inf.mpg.de/posendf/
- 機構：圖賓根大學、馬克斯 · 普朗克研究所、Meta Reality Labs
摘要：本文提出了一種基于神經距離場 (NDFs) 的人體姿态連續模型：Pose-NDF。衆所周知，姿态或動作先驗對于生成逼真的新姿态非常重要，對從有噪聲或局部觀察重建精确的姿态也非常重要。Pose-NDF 學習一系列各種可能的姿态作為神經隐式函數的零水準集（zero level set），将 3D 模組化隐式曲面的思想擴充到高維域 SO(3)^K，其中人體姿态由單個資料點定義，由 K 個四元數表示。由此得到的高維隐函數可以對輸入姿态進行微分，是以可以通過在 3 維超球體集合上使用梯度下降将任意姿态投射到流形（manifold）上。
與之前基于 VAE 的人體姿态先驗（将姿态空間轉換為高斯分布）相比，該研究對真實姿态流形進行模組化，以保留姿态之間的距離。該研究證明 PoseNDF 在各種下遊任務中優于 SOTA 方法，包括從對真實世界的人體動作捕捉資料進行去噪、從遮擋資料中恢複姿态到從圖像中重建 3D 姿态。此外，該研究表明，與基于 VAE 的方法相比，Pose-NDF 可生成更多樣化的姿态。
論文 2：A Level Set Theory for Neural Implicit Evolution under Explicit Flows
圖源：Twitter@CSProfKGD
- 論文位址：https://arxiv.org/pdf/2204.07159.pdf
- 機構：加州大學聖地亞哥分校
摘要：基于坐标的神經網絡參數化隐式表面已經成為幾何的有效表示，它們高效充當了參數水準集，其中零水準集定義了感興趣的表面。研究者提出了一個架構，允許将為三角形網格定義的變形操作應用于這類表面。這些操作中的一些可以被視為在顯式表面引起瞬時流場的能量最小化問題。他們的方法通過擴充水準集的經典理論，利用流場來實作參數化隐式表面變形。
此外，通過形式化與水準集理論的關聯，研究者還為現有的可微表面提取和渲染方法得出一個統一的觀點。他們認為這些方法偏離了理論，并展示了自身方法對表面平滑、平均曲率流、逆渲染和使用者定義的隐式幾何編輯等應用的改進。
經典論文：Koenderink 獎
Koenderink 獎旨在表彰計算機視覺領域的基礎性貢獻研究，獲獎論文均為發表時間超過十年并經受住時間檢驗的研究。
本屆的獲獎論文是《Indoor Segmentation and Support Inference from RGBD Images》，于 2012 年發表，被引數超過了 4500。當時幾位作者分别來自紐約大學、伊利諾伊大學厄巴納 - 香槟分校和微軟劍橋研究院。
該論文的獲獎理由是「激勵廣泛的社群投入研究工作，為一個至今仍具有挑戰性的計算機視覺問題開發出了新穎的解決方案。」
圖源 Twitter@CSProfKGD
摘要：研究者提出了一種從 RGBD 圖像中解釋室内場景主要表面、對象和支撐關系的方法，将典型、通常雜亂無章的室内場景解析為地闆、牆壁、支撐表面和對象區域。他們的主要興趣之一是更好地了解 3D 提示如何以最佳方式為結構化 3D 解釋提供資訊。
此外，研究者建立了一個新穎的整數規劃公式來推斷實體支撐關系，提供了一個包含 1449 張 RGBD 圖像的新資料集，捕獲了 464 個具有詳細注釋的不同場景。實驗證明了他們所提方法在複雜場景中推斷支撐關系的能力，并驗證了 3D 場景提示和推斷支援能夠實作更好的對象分割效果。
論文位址：https://cs.nyu.edu/~silberman/papers/indoor_seg_support.pdf
PAMI Everingham 獎
該獎項旨在紀念 Mark Everingham，鼓勵其他人向他學習，推進整個計算機視覺社群進一步發展。PAMI Everingham 獎授予對計算機視覺社群做出無私貢獻的研究者或研究團隊，由 IEEE 計算機協會模式分析與機器智能（PAMI）技術委員會頒發。
本屆獲獎者是聖母大學計算機科學與工程副教授 Walter J. Scheirer，以表彰其對計算機視覺社群的長期傑出服務和奉獻。
圖源：Twitter@CSProfKGD
Walter J. Scheirer 的研究興趣主要圍繞識别問題展開，包括識别問題解決方案的表示和算法。他還對适用于視覺與語言的特征和基于學習的方法特别感興趣，擺脫了識别任務長期以來的分割。這衍生出了一些有趣且非正常的方法，它們可以應用于 CV、ML 和人類生物識别等更廣泛的 AI 領域。目前，他的工作專注于開集識别、視覺識别的極值理論模型以及受生物啟發的學習算法。
Walter J. Scheirer
此外，大會還公布了 2021 和 2022 年度 ECVA 年輕研究者獎，分别由圖賓根大學計算機科學教授 Zeynep Akata 和洛桑聯邦理工學院計算機科學助理教授 Amir Zamir 摘得。