CVPR: 2022 erhielt CVPR 8.161 Einreichungen von 23.389 Autoren, wobei China bei den Einreichungen den ersten Platz belegte

CVPR Express: China weist mit 44,59 % der Gesamtanzahl die höchste Anzahl an Einreichungen auf; Die Tongji-Universität und die Alibaba Group gewannen den Preis für die beste studentische Arbeit; der Huang Xutao Memorial Award ging an Professor Fei-Fei Li von der Stanford University; „Learning to Solve Hard Minimal Problems“ gewann den Best Paper Award. Darüber hinaus ist es erwähnenswert, dass auf der diesjährigen CVPR-Konferenz speziell eine Sitzung zum Gedenken an Sun Jian organisiert wurde, einen jungen KI-Wissenschaftler, der kürzlich aufgrund einer Krankheit verstorben ist. Vor Ort wurde ein Gedenkvideo abgespielt, das von Sun Jians Verwandten, Freunden und Kollegen produziert wurde. Nach dem Ende des Videos gab es über zehn Sekunden lang Applaus.

Am 21. Juni Ortszeit wurde in New Orleans, USA, die CVPR (Conference on Computer Vision and Pattern Recognition) 2022 eröffnet, die weltweit führende Konferenz im Bereich Computer Vision und Mustererkennung. Dies ist das erste Mal seit der Epidemie, dass Offline-Konferenzen wieder aufgenommen wurden. Die Zahl der Anmeldungen für Offline-Konferenzen erreichte 5.641 und übertraf damit sogar die Zahl von 2017.

Für CVPR 2022 gingen insgesamt 8.161 Einreichungen von 23.389 Autoren ein, ein Anstieg um 15 % gegenüber 7.093 im Jahr 2021. Die meisten Einreichungen kamen von Autoren aus Festlandchina (44,59 %), und die Vereinigten Staaten belegten mit 20,65 % den zweiten Platz.

Long Quan, zweiter von rechts in der oberen Reihe; Gang Hua, zweiter von links in der unteren Reihe. Bei dieser Konferenz gibt es zwei chinesische Vorsitzende, nämlich den Vorsitzenden Long Quan und den Programmvorsitzenden Gang Hua. Laut Programmleiter Hua Gang steigt die Zahl der beim CVPR eingereichten und angenommenen Beiträge jedes Jahr um 15 %. Insgesamt gingen in diesem Jahr 2.064 Beiträge ein, die Annahmequote lag bei 25,3 %.

Der CVPR 2022 Thomas Huang Memorial Award ging an Fei-Fei Li, eine bekannte chinesische Wissenschaftlerin und erste Sequoia-Professorin im Fachbereich Informatik der Stanford University.

Der Huang Xutao Memorial Award ist nach Huang Xutao benannt, einer führenden Persönlichkeit auf dem Gebiet der Computervision. Der Preis wurde ins Leben gerufen, um herausragende Persönlichkeiten zu ehren, die im Bereich der Computervision langfristige Beiträge, Forschung und Anleitung geleistet haben. Der Preis wird ab 2021 jährlich an einen Forscher verliehen, der mindestens sieben Jahre nach seinem Doktortitel steht, vorzugsweise in der Mitte seiner Karriere (nicht mehr als 25 Jahre nach seinem Doktortitel). Der Preis steht allen Forschern im Bereich CV offen und ist mit 3.000 US-Dollar in bar und einer Plakette verbunden.

Bei der Erwähnung von Herrn Huang Xutao muss man unweigerlich an das „40-jährige Erbe der chinesischen Computervision“ denken, das in der Computerbranche kursiert.

Vor 16 Jahren reiste Huang Xutao zu Weihnachten nach Hongkong und entdeckte zufällig, dass mehrere führende Persönlichkeiten des Computersehens, die bei dem Treffen anwesend waren, einen Altersunterschied von zehn Jahren hatten: Huang Xutao, geboren 1936, Ma Songde, geboren 1946, Gao Wen, geboren 1956, und Shum Heung-yang, geboren 1966. Alle diskutierten, ob sie bei dem nächsten Treffen eine weitere führende Persönlichkeit des Computersehens finden könnten, die zehn Jahre jünger war, und die Diskussion führte schnell zu derselben Person, Sun Jian, geboren 1976, ein Schüler von Shum Heung-yang. Professor Chen Changwen von der Hong Kong Polytechnic University sagte bei der „Thomas S. Huang Memorial Session – 40 Jahre Erbe der Computer Vision in China“ auf der Global Conference on Artificial Intelligence and Robotics (GAIR) 2020.

Es ist schade, dass Sun Jian am Vorabend der Konferenz verstorben ist, und wir können immer noch viele Gedenkartikel seiner Studenten und Freunde sehen.

Sun Jian wurde im Oktober 1976 geboren. Er war Chefforscher bei Microsoft Research Asia, Chefwissenschaftler und Dekan des Megvii Research Institute und leitete die Technologieforschung und -entwicklung von Megvii. Sun Jian hat den CVPR Best Paper Award bereits zweimal gewonnen. Laut Programmvorsitzendem Hua Gang auf dem Treffen „hat Dr. Sun Jian als bekannter Wissenschaftler auf dem Gebiet der CV fruchtbare Forschungsergebnisse erzielt.“ Daten von Google Scholar zeigen, dass die Arbeiten von Sun Jian mehr als 286.000 Mal zitiert wurden und einen h-Index von 121 aufweisen.

Wenn wir die drei repräsentativen Arbeiten von Dr. Sun Jian nennen müssten, wäre Hua Gang der Meinung, dass die erste „Stereomatching mithilfe von Belief Propagation“ sein müsste. Das zweite ist das von seinem Team verfasste Papier zum Thema Dunstentfernung mit dem Titel „Single Image Haze Removal Using Dark Channel Prior“. Dies ist auch die erste asiatische Arbeit, die den CVPR Best Paper Award gewonnen hat.

Der dritte Artikel trägt den Titel „Deep Residual Learning für die Bilderkennung“. In diesem Artikel geht es um das Residualnetzwerk ResNet, das in Zusammenarbeit mit Teammitgliedern wie He Kaiming erstellt wurde. Es ist Sun Jians bekanntestes Werk und auch das am häufigsten zitierte Werk von Sun Jian. Nach seiner Einführung im Jahr 2015 gewann ResNet die ImageNet-Meisterschaft und den CVPR 2016 Best Paper Award.

ResNet ist das weltweit erste tiefe neuronale Netzwerk mit mehr als 100 Schichten und eine der wichtigsten Forschungen auf dem Gebiet des Deep Learning. Der Hauptbeitrag des Restneuronalen Netzwerks besteht in der Entdeckung des „Degradationsphänomens“ und der Erfindung der „Abkürzungsverbindung“ zur Behebung des Degradationsphänomens, wodurch die Schwierigkeit, zu tiefe neuronale Netzwerke zu trainieren, weitgehend beseitigt wird. Dank ResNet überschritt die Tiefe neuronaler Netzwerke erstmals 100 Schichten, und das größte neuronale Netzwerk überschritt sogar 1.000 Schichten.

Der Gewinner des CVPR Best Paper Award in diesem Jahr war „Learning to Solve Hard Minimal Problems“, eine Zusammenarbeit zwischen der ETH Zürich, der University of Washington, dem Georgia Institute of Technology und der Tschechischen Technischen Universität. In diesem Artikel wird eine Methode zur Lösung schwieriger geometrischer Optimierungsprobleme im RANSAC-Framework vorgeschlagen. Die Lockerung des ursprünglichen geometrischen Optimierungsproblems erzeugt ein minimales Problem mit vielen Pseudolösungen, während die in diesem Artikel vorgeschlagene Methode die Berechnung einer großen Anzahl von Pseudolösungen vermeidet.

Das Papier „Dual-Shutter Optical Vibration Sensing“ des Teams der Carnegie Mellon University erhielt eine lobende Erwähnung als bestes Papier.

„EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation“ von der Tongji-Universität und Alibaba gewann den Preis für die beste studentische Arbeit. Es ist anzumerken, dass diese Arbeit vollständig von chinesischen Autoren verfasst wurde. „Ref-NeRF: Structured View-Dependent Appearance for Neural Radiance Fields“, eine Zusammenarbeit zwischen der Harvard University und Google Research, wurde für die beste studentische Arbeit nominiert.

Die Young Investigator Awards dieses Jahres gingen an Bharath Hariharan, Assistenzprofessor für Informatik an der Cornell University, und Olga Russakovsky, Assistenzprofessorin für Informatik an der Princeton University.