CVPR-2020笔记 | 文末送书

目录

(.)中的数字表示数量。

• 教程(4)

• 获奖论文摘要(3)

• 可控图像合成(2)

• 不平衡样本处理(2)

• 多任务学习(1)

• 表示学习(2)

• 自我监督学习(2)

• 半监督学习(2)

• 弱监督学习(用于语义分割)(3)

• 目标检测(2)

• 知识提炼(三)

• 数据扩充(4)

• 优化(3)

• 评价与概括(3)

• 不确定度估计(3)

---

[Tutorial | Sun.] How to write a good paper? — Bill Freeman (MIT, Google)

视频：(https://www.youtube.com/watch?v=W1zPtTt43LI&t=467s)

题目：如何写一篇好论文

• 为什么它很重要？一篇有创意的，原创的，非常强的论文会比那些还可以的、糟糕的论文更影响你的职业生涯：让你的努力变得有价值。

• 陈述你的问题，让读者知道你解决的问题是什么；其他的解决方案是什么，为什么其它方案不行；解释你自己的解决方案以及为什么它更好；用简单的例子传达主要思想；在实验中进行合理的比较；最后总结一下你的成果会带来什么应用或贡献，或者它如何改变我们处理问题的方式；还有以“未来的工作”结束是个坏主意(即，我们想做，但未能在截止日期前及时做完)。

• 使你的论文易于阅读(在匆忙中仍能学到要点)；写出简洁的句子(即，不要冗长！)；数字和标题应该是独立的。

• 积极的语调-要和蔼可亲：不要过度推销，隐藏缺点和贬低他人的工作；诚实地指出局限性。

• 一个好标题很重要。

• 会议期刊拒绝论文的理由：没有兑现论文的承诺；遗漏重要参考文献；太多或令人难以置信的结果；写得不好；陈述不正确；写得很好但却枯燥乏味的论文；虽然新颖精彩容易指出缺点的论文。

• 好的写作就是重新写作。所以要早点开始写论文。

---

[Tutorial | Sun.] All You Need to Know About Self-Driving by Uber ATG

链接：(http://www.allaboutselfdriving.com/)

题目：由Uber ATG提供你想了解的关于自动驾驶的信息

本教程涵盖了自动驾驶管道中的主要技术组件，包括不同传感器模式的数据预处理、三维物体检测的感知、长期预测、行驶轨迹规划、转向和加速等控制以及车辆与车辆之间的通信。这里我只记录了传感器的形态和感知。

传感器模态和感知(3D物体检测)

• 激光雷达(3D)：

• • 点云表示，如3D体素(3D卷积有效的特征提取；昂贵的计算和内存消耗；CVPR'18的VoxelNet）：https://arxiv.org/abs/1711.06396

  • 距离视图(保留全范围信息；由于3D信息丢失而导致邻域不真实；CVPR'19的LaserNet)：https://arxiv.org/abs/1903.08701

  • 鸟瞰图(2D卷积的有效特征提取；内存消耗昂贵；CVPR'19的PointPillars)：https://arxiv.org/abs/1812.04244

  • 3D点集(精确定位；昂贵的计算和内存消耗；多尺度特征的次优关键点；CVPR'19的PointRCNN)：https://arxiv.org/abs/1812.04244

  • 这些表示大多是稀疏的，可以通过使用稀疏卷积网络或稀疏块网络(CVPR'18)来加速。：https://arxiv.org/abs/1801.02108

• 摄像机(2D)：比激光雷达便宜。将2D输入/特征/输出转换为3D，然后使用现有的探测器。

• • 转换为3D输出：2D关键点预测+3D盒子模板匹配=3D盒子输出(性能不理想)；

  • 转换3D输入：2D图像+深度估计=“伪激光雷达”(SoTA基于图像的3D感知；由于需要深度模型而产生的额外计算成本；ICLR'20的伪激光雷达++和CVPR'20的E2E伪激光雷达)：https://arxiv.org/abs/1906.06310与https://arxiv.org/abs/2004.03080

  • 转换到3D特征：根据相机内部特性将2D特征映射到3D(鸟眼)特征(无需深度估计；深度模糊导致的3D特征误差；BMVC'19的正交特征转换)：https://arxiv.org/abs/1811.08188

• 传感器融合-激光雷达+摄像机：融合可以在输入/特征/输出中以级联或并行的方式发生。

• 传感器融合-雷达(几何结构)+摄像机(性能无法与基于激光雷达的系统相匹配)；雷达(作为速度)+激光雷达。请参阅arXiv'20的“Exploiting Radar for Robust Perception of Dynamic Objects”。

• 高清地图：语义信息。主要用于运动规划系统。几何方面，请参见CoRL'18的HDNet（http://proceedings.mlr.press/v87/yang18b/yang18b.pdf?utm_source）；作为rasters，请参阅WACV'20的Uncertainty-aware Short-term Motion Prediction of Traffic Actors for Autonomous Driving(https://arxiv.org/abs/1808.05819)；作为车道图(更直观但更复杂的模型设计)，请参见CVPR'20的VectorNet（https://arxiv.org/abs/2005.04259）。

---

[Workshop | Mon.] Scalability in Autonomous Driving

题目：自动驾驶的可扩展性

链接：https://sites.google.com/view/cvpr20-scalability

• 第一名的解决方案报告令人印象深刻，他们花了2个月才获得第一名。他们的系统中的许多组件似乎都得到了集中的优化，而且还应用了一些新的技巧。

[Keynote]Raquel Urtasun，Uber ATG的 Scalable Simulation for Self Driving

• 仿真可用于训练和安全评估。完整的模拟包括状态(参与者行为)、几何体(参与者和环境三维模型)和观察(自动驾驶汽车感知的激光雷达和摄像机表示)。

• 状态：ActorSim(http://makro.ink/actorsim/) (现实性和多样性)。

• 几何状态+激光雷达传感模拟：CARLA(https://carla.org/)(设计3D参与者资产耗时；环境多样性有限；不切实际；CoRL'17)；Blensor(ht