同濟、阿里獲CVPR最佳學(xué)生論文，李飛飛獲黃煦濤獎，近6000人線下參會（2）

今年的最佳學(xué)生論文提名由哈佛大學(xué)和谷歌研究院的論文《Ref-NeRF: Structured View-Dependent Appearance for Neural Radiance Fields》獲得。

• 機構(gòu)：哈佛大學(xué)、谷歌研究院
• 論文地址：https://arxiv.org/pdf/2112.03907.pdf

論文摘要：神經(jīng)輻射場是一種流行的視圖合成技術(shù)，它將場景表示為連續(xù)的體積函數(shù)，由多層感知器參數(shù)化，多層感知器提供每個位置的體積密度和與視圖相關(guān)的散發(fā)輻射。雖然基于 NeRF 的方法擅長表征平滑變化的外觀幾何結(jié)構(gòu)，但它們通常無法準確捕捉和再現(xiàn)光澤表面的外觀。該研究提出了 Ref-NeRF 來解決這個問題，它將 NeRF 與視圖相關(guān)的散發(fā)輻射的參數(shù)化替換為反射輻射的表征，并使用空間變化的場景屬性的集合來構(gòu)造該函數(shù)。該研究表明，使用法向量上的正則化器，新模型顯著提高了鏡面反射的真實性和準確性。此外，該研究還表明該模型對散發(fā)輻射的內(nèi)部表征是可解釋的，這對于場景編輯非常有用。
與以往表現(xiàn)最好的神經(jīng)視圖合成模型 mip-NeRF 相比，Ref-NeRF 顯著提升了法向量（最上行）和視覺真實性（余下行）。
其他獎項
Longuet-Higgins 獎
Longuet-Higgins 獎是 IEEE 計算機協(xié)會模式分析與機器智能（PAMI）技術(shù)委員會在每年的 CVPR 頒發(fā)的「計算機視覺基礎(chǔ)貢獻獎」，表彰十年前對計算機視覺研究產(chǎn)生了重大影響的 CVPR 論文。該獎項以理論化學(xué)家和認知科學(xué)家 H. Christopher Longuet-Higgins 命名。
今年的獲獎?wù)撐臑?2012 年發(fā)表的《Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite》，當時三位作者中的 Andreas Geiger 和 Philip Lenz 來自卡爾斯魯厄理工學(xué)院， Raquel Urtasun 來自豐田工業(yè)大學(xué)芝加哥分校。
圖源：推特用戶 @Kosta Derpanis
論文地址：http://www.cvlibs.net/publications/Geiger2012CVPR.pdf
在本文中，研究者利用他們自己的自動駕駛平臺為立體、光流、視覺測程 / SLAM 和 3D 目標檢測等任務(wù)開發(fā)了一個新的具有挑戰(zhàn)性的基準。他們的記錄平臺配備了 4 臺高分辨率攝像機、1 臺 Velodyne 激光掃描儀和 1 個 SOTA 定位系統(tǒng)，基準則包括 389 個立體和光流圖像對、39.2km 長的立體視覺測程序列以及在雜亂場景中捕獲的超過 20 萬個 3D 目標注釋（每張圖像最多可見 15 輛車和 30 名行人）。

左上為配備了傳感器的記錄平臺，中上為來自研究者視覺測程基準中的軌跡、右上為視差和光流圖、下方為 3D 目標標簽。
青年研究者獎
青年研究者獎（Young Researcher Awards）旨在表彰年輕的科學(xué)家，鼓勵 ta 們繼續(xù)做出開創(chuàng)性的工作。評選標準是獲獎?wù)攉@得博士學(xué)位的年限少于 7 年。
今年獲得該獎項的研究者分別是 Bharath Hariharan 和 Olga Russakovsky。
圖源：推特用戶 @Kosta Derpanis
Bharath Hariharan 為康奈爾大學(xué)計算機科學(xué)系助理教授，從事計算機視覺和機器學(xué)習(xí)方面的工作，尤其是那些無視大數(shù)據(jù)標簽的重要問題。Hariharan 主要研究方向為將機器學(xué)習(xí)的進步與計算機視覺、幾何和特定領(lǐng)域知識的見解結(jié)合起來。
目前，Hariharan 所在團隊正在致力于構(gòu)建一個系統(tǒng)，該系統(tǒng)可以在很少或沒有監(jiān)督的情況下了解數(shù)以萬計的視覺概念，產(chǎn)生豐富而詳細的輸出，比如精確的 3D 形狀，并對世界進行推理，將這種推理傳遞給人類。
他在 Google Scholar 上的論文被引量達到 25242，h 指數(shù)為 38。
個人主頁：http://home.bharathh.info/
Olga Russakovsky 為普林斯頓大學(xué)計算機科學(xué)系助理教授，致力于開發(fā)能夠?qū)σ曈X世界進行推理的人工智能系統(tǒng)。Russakovsky 主要研究方向為計算機視覺、人機交互等領(lǐng)域。她的多篇論文被 ECCV、CVPR 等接收。
她在 Google Scholar 上的論文被引量達到 34756，h 指數(shù)為 25。
個人主頁：https://www.cs.princeton.edu/~olgarus/
Thomas S. Huang 紀念獎
為了紀念去世的 Thomas S. Huang（黃煦濤）教授，PAMITC 獎勵委員會去年批準設(shè)立 Thomas S. Huang 紀念獎，以表彰在 CV 研究、教育和服務(wù)方面被公認為楷模的研究人員。該獎項從 2021 年開始頒發(fā)。獲獎?wù)咝枰玫讲┦繉W(xué)位至少 7 年，最好處于職業(yè)發(fā)展中期（不超過 25 年）。
本屆 Thomas S. Huang 紀念獎的獲獎?wù)呤撬固垢４髮W(xué)教授李飛飛。
圖源：推特用戶 @Kosta Derpanis
李飛飛為斯坦福大學(xué)計算機科學(xué)教授，美國工程院院士，美國國家醫(yī)學(xué)院院士。她的專業(yè)領(lǐng)域是計算機視覺和認知神經(jīng)科學(xué)。2016 年，李飛飛加入 Google 云端人工智能暨機器學(xué)習(xí)的中國中心團隊，以 Google Cloud 首席科學(xué)家身份任團隊負責(zé)人之一。2018 年 9 月，她宣布返回斯坦福大學(xué)任教，并持續(xù)參與斯坦福大學(xué)的 AI 議題研究。
李飛飛的工作包括括受認知啟發(fā)的 AI，機器學(xué)習(xí)，深度學(xué)習(xí)，計算機視覺和 AI + 醫(yī)療保健，尤其是用于醫(yī)療保健交付的環(huán)境智能系統(tǒng)。她還從事認知和計算神經(jīng)科學(xué)方面的工作。她發(fā)明了 ImageNet 和 ImageNet Challenge，其中 ImageNet Challenge 是一項重要的大規(guī)模數(shù)據(jù)集和基準測試工作。
她在 Google Scholar 上的論文被引量達到 167561，h 指數(shù)為 128。
個人主頁：https://profiles.stanford.edu/fei-fei-li