最佳学生论文
今年获得最佳学生论文奖项的是《EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation》，作者来自阿里巴巴、同济大学。
论文摘要：利用透视点（PnP）基数从单个 RGB 图像中定位 3D 物体是计算机视觉领域一个长期存在的问题。在端到端深度学习的驱动下，近期的研究建议将 PnP 解释为一个可微分层，如此 2D-3D 点对应就可以部分地通过反向传播梯度 w.r.t. 物体姿态来学习。然而，从零开始学习整套不受限的 2D-3D 点在现有的方法下很难收敛，因为确定性的姿态本质上是不可微的。
这篇论文提出了一种用于普遍端到端姿态估计的概率 PnP 层——EPro-PnP（end-to-end probabilistic PnP），它在 SE 流形上输出姿态的分布，实质地将分类 Softmax 带入连续域。2D-3D 坐标和相应的权值作为中间变量，通过最小化预测姿态与目标姿态分布之间的 KL 散度来学习。其基本原理统一了现有的方法，类似于注意力机制。EPro-PnP 的性能明显优于其他基准，缩小了基于 PnP 的方法与基于 LineMOD 6DoF 的姿态估计以及 nuScenes 3D 目标检测基准的特定任务方法之间的差距。
EPro-PnP 方法概览。
最佳学生论文提名
今年的最佳学生论文提名由哈佛大学和谷歌研究院的论文《Ref-NeRF: Structured View-Dependent Appearance for Neural Radiance Fields》获得。
- 机构：哈佛大学、谷歌研究院
- 论文地址：https://arxiv.org/pdf/2112.03907.pdf
论文摘要：神经辐射场是一种流行的视图合成技术，它将场景表示为连续的体积函数，由多层感知器参数化，多层感知器提供每个位置的体积密度和与视图相关的散发辐射。虽然基于 NeRF 的方法擅长表征平滑变化的外观几何结构，但它们通常无法准确捕捉和再现光泽表面的外观。该研究提出了 Ref-NeRF 来解决这个问题，它将 NeRF 与视图相关的散发辐射的参数化替换为反射辐射的表征，并使用空间变化的场景属性的集合来构造该函数。该研究表明，使用法向量上的正则化器，新模型显著提高了镜面反射的真实性和准确性。此外，该研究还表明该模型对散发辐射的内部表征是可解释的，这对于场景编辑非常有用。
与以往表现最好的神经视图合成模型 mip-NeRF 相比，Ref-NeRF 显著提升了法向量（最上行）和视觉真实性（余下行）。
其他奖项
Longuet-Higgins 奖
Longuet-Higgins 奖是 IEEE 计算机协会模式分析与机器智能（PAMI）技术委员会在每年的 CVPR 颁发的「计算机视觉基础贡献奖」，表彰十年前对计算机视觉研究产生了重大影响的 CVPR 论文。该奖项以理论化学家和认知科学家 H. Christopher Longuet-Higgins 命名。
今年的获奖论文为 2012 年发表的《Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite》，当时三位作者中的 Andreas Geiger 和 Philip Lenz 来自卡尔斯鲁厄理工学院， Raquel Urtasun 来自丰田工业大学芝加哥分校。
图源：推特用户 @Kosta Derpanis
论文地址：http://www.cvlibs.net/publications/Geiger2012CVPR.pdf
在本文中，研究者利用他们自己的自动驾驶平台为立体、光流、视觉测程 / SLAM 和 3D 目标检测等任务开发了一个新的具有挑战性的基准。他们的记录平台配备了 4 台高分辨率摄像机、1 台 Velodyne 激光扫描仪和 1 个 SOTA 定位系统，基准则包括 389 个立体和光流图像对、39.2km 长的立体视觉测程序列以及在杂乱场景中捕获的超过 20 万个 3D 目标注释（每张图像最多可见 15 辆车和 30 名行人）。
左上为配备了传感器的记录平台，中上为来自研究者视觉测程基准中的轨迹、右上为视差和光流图、下方为 3D 目标标签。
青年研究者奖
青年研究者奖（Young Researcher Awards）旨在表彰年轻的科学家，鼓励 ta 们继续做出开创性的工作。评选标准是获奖者获得博士学位的年限少于 7 年。
今年获得该奖项的研究者分别是 Bharath Hariharan 和 Olga Russakovsky。
图源：推特用户 @Kosta Derpanis
Bharath Hariharan 为康奈尔大学计算机科学系助理教授，从事计算机视觉和机器学习方面的工作，尤其是那些无视大数据标签的重要问题。Hariharan 主要研究方向为将机器学习的进步与计算机视觉、几何和特定领域知识的见解结合起来。
目前，Hariharan 所在团队正在致力于构建一个系统，该系统可以在很少或没有监督的情况下了解数以万计的视觉概念，产生丰富而详细的输出，比如精确的 3D 形状，并对世界进行推理，将这种推理传递给人类。
他在 Google Scholar 上的论文被引量达到 25242，h 指数为 38。
个人主页：http://home.bharathh.info/
Olga Russakovsky 为普林斯顿大学计算机科学系助理教授，致力于开发能够对视觉世界进行推理的人工智能系统。Russakovsky 主要研究方向为计算机视觉、人机交互等领域。她的多篇论文被 ECCV、CVPR 等接收。
她在 Google Scholar 上的论文被引量达到 34756，h 指数为 25。
个人主页：https://www.cs.princeton.edu/~olgarus/
Thomas S. Huang 纪念奖
为了纪念去世的 Thomas S. Huang（黄煦涛）教授，PAMITC 奖励委员会去年批准设立 Thomas S. Huang 纪念奖，以表彰在 CV 研究、教育和服务方面被公认为楷模的研究人员。该奖项从 2021 年开始颁发。获奖者需要拿到博士学位至少 7 年，最好处于职业发展中期（不超过 25 年）。
本届 Thomas S. Huang 纪念奖的获奖者是斯坦福大学教授李飞飞。
图源：推特用户 @Kosta Derpanis
李飞飞为斯坦福大学计算机科学教授，美国工程院院士，美国国家医学院院士。她的专业领域是计算机视觉和认知神经科学。2016 年，李飞飞加入 Google 云端人工智能暨机器学习的中国中心团队，以 Google Cloud 首席科学家身份任团队负责人之一。2018 年 9 月，她宣布返回斯坦福大学任教，并持续参与斯坦福大学的 AI 议题研究。
李飞飞的工作包括括受认知启发的 AI，机器学习，深度学习，计算机视觉和 AI + 医疗保健，尤其是用于医疗保健交付的环境智能系统。她还从事认知和计算神经科学方面的工作。她发明了 ImageNet 和 ImageNet Challenge，其中 ImageNet Challenge 是一项重要的大规模数据集和基准测试工作。
她在 Google Scholar 上的论文被引量达到 167561，h 指数为 128。
