报道丨极市平台
导读
CVPR2022 放榜啦，接收论文数量相比去年上升了24%，你的论文中了吗？
就在刚刚，计算机视觉三大顶会之一CVPR2022接收结果已经公布，一共有2067篇论文被接收。
目前所给出的接收论文编号链接为：
https://drive.google.com/file/d/15JFhfPboKdUcIH9LdbCMUFmGq_JhaxhC/view
近年来，CVPR的论文投稿量持续增加，从CVPR2019的5160篇有效投稿增长到CVPR2020年6656篇，再到CVPR2021的7500篇。虽然今年的有效投稿量数据还没有放出，但是我们可以从中稿数量大致逆推出今年的投稿量肯定也是有明显增长，毕竟去年接受论文数量为1663篇，而今年有2067篇，上升了24%。
结果出炉后，中了论文的同学们在知乎、推特等社交媒体“还愿”，同时，还有部分作者在展示了自己被接收的工作。
问题链接：https://www.zhihu.com/question/519162597
而在等待CVPRR2022为我们带来的新技术之时，我们可以对去年的CVPR2021进行简要的回顾。
2021 年 CVPR 共计接收了 1667 篇论文，官方统计了各个研究方向论文的Oral数量和Poster数量，从中可以看出计算机视觉学术研究发展的一些趋势。其中，三维视觉以 203 篇成为 CVPR2021 最热门方向，其次为计算摄影学（147篇）、图像视频生成（142篇）、表征学习（133篇）、场景分析与理解（112篇）。
那么今年的热门方向将会有哪些？大家可以预测一波~
此外，虽然目前还只能看到官方公布的接收论文ID，但经过小编的努力，我们也收集了2篇最新的CVPR2022接收论文，列表如下，大家可以先去学习一番。
1. IFOR: Iterative Flow Minimization for Robotic Object Rearrangement
论文链接：https://arxiv.org/abs/2202.00732
项目主页：https://imankgoyal.github.io/ifor.html
机构：英伟达、普林斯顿大学
论文简介：对于非结构化环境中的各种现实世界机器人应用来说，从视觉中准确地重新排列对象是一个关键问题。本文提出了一种端到端的方法 IFOR，用于在给定原始和最终场景的 RGBD 图像的情况下解决未知对象的对象重新排列的挑战性问题。首先学习了一个光流模型，以纯粹从合成数据中估计对象的相对变换。然后在迭代最小化算法中使用此流程，以实现对以前看不见的对象的准确定位。本文方法适用于杂乱的场景和现实世界，同时仅在合成数据上进行训练。
2. Unsupervised Activity Segmentation by Joint Representation Learning and Online Clustering
论文链接：https://arxiv.org/abs/2105.13353
论文简介：提出了一种新的无监督活动分割方法，它使用视频帧聚类作为前置任务，同时执行表示学习和在线聚类。这与通常按顺序执行表示学习和聚类的先前工作形成对比。作者通过采用时间最优传输来利用视频中的时间信息，将保留活动时间顺序的时间正则化项合并到用于计算伪标签集群分配的标准最优传输模块中。时间最优传输模块使得本文方法能够学习无监督活动分割的有效表示。此外，与之前需要在离线聚类之前存储整个数据集的学习特征的方法相比，本文方法可以通过在线方式一次处理一个小批量。
由于每年的 CVPR 全部论文以及相关细节公布都需要等到六月会议正式召开，因此，在这之前，为了让大家更快地获取和学习到计算机视觉前沿技术，极市会进 CVPR 相关的论文资源整理，包括最新CVPR论文解读、代码、技术直播、分方向盘点等，这些整理基本每天都会针对当天新增的论文进行更新。
此前我们便对CVPR2017～CVPR2021的论文进行了整理，所以信息都汇总在Github上，目前已经收获了8.3K star。在今年，我们也会对 CVPR2022 进行实时跟进。
历届CVPR技术资源汇总
CVPR2022论文分类汇总（部分节选，共30+类别）
Github项目地址（点击阅读原文即可跳转）：
https://github.com/extreme-assistant/CVPR2022-Paper-Code-Interpretation
往期精彩回顾
适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载中国大学慕课《机器学习》（黄海广主讲）机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑
AI基础下载机器学习交流qq群955171419，加入微信群请扫码：
扫一扫
8692
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
