當(dāng)?shù)貢r(shí)間 7 月 22 號(hào)上午，夏威夷會(huì)議中心的卡米哈米哈 3 號(hào)大廳（Kamehameha III，以 19 世紀(jì)夏威夷國王卡米哈米哈三世命名）坐無虛席。CVPR 2017 的獲獎(jiǎng)?wù)撐脑诖苏浇視浴?/p>

本屆 CVPR 共有兩篇最佳論文、兩篇最佳論文提名、一篇最佳學(xué)生論文。蘋果去年 12 月發(fā)表的對抗網(wǎng)絡(luò) SimGAN 研究，是兩篇最佳論文之一。

本屆獲獎(jiǎng)?wù)撐倪€有哪些？一起來看雷鋒網(wǎng)記者現(xiàn)場傳回的報(bào)道。

最佳論文

• 《Densely Connected Convolutional Networks》

即《密集連接的卷積網(wǎng)絡(luò)》，作者是 Gao Huang，Zhuang Liu，Laurens van der Maaten，Kilian Q. Weinberger。幾人分別是康奈爾大學(xué)、清華大學(xué)與 Facebook AI 研究院（FAIR）的研究人員，Kilian Q. Weinberge 為康奈爾大學(xué)計(jì)算機(jī)教授。

論文源代碼見這里。

• 《Learning From Simulated and Unsupervised Images through Adversarial Training》

即“《借助對抗訓(xùn)練，從模擬、無監(jiān)督圖像中學(xué)習(xí)》”，作者為 Ashish Shrivastava，Tomas Pfister，Oncel Tuzel，Joshua Susskind，Wenda Wang，Russell Webb。

這是奉行保密文化的蘋果公司所發(fā)布的第一篇 AI 論文，標(biāo)志著蘋果公開 AI 學(xué)術(shù)研究成果、對外敞開大門的第一步。該論文發(fā)表于去年 12 月，提出了由三部分（模擬器 Simulator，精制器 Refiner，再加上一個(gè)判別器 Discriminator）組成的  SimGAN 訓(xùn)練方法。

有意思的是，當(dāng)初就有學(xué)者對這篇論文的含金量提出質(zhì)疑，認(rèn)為蘋果這份論文“試水”的意義遠(yuǎn)大于研究本身的意義。具體請見雷鋒網(wǎng)今年初的報(bào)道。

最佳論文提名

• 《Annotating Object Instance with a Polygon-RNN》

即“《用 Polygon-RNN 對目標(biāo)實(shí)例做注解》”，作者 Lluis Castrejon，Kaustave Kundu，Raquel Urtasun 以及 Sanja Fidler 是多倫多大學(xué)的研究人員。論文主頁見這里。

國內(nèi)有位童鞋寫了一篇該論文的學(xué)習(xí)筆記，總結(jié)其梗概，見這里。

• 《YOLO 9000: Better, Faster, Stronger》

兩位作者 Joseph Redmon 和 Ali Farhadi 均為華盛頓大學(xué)研究人員。這篇論文的標(biāo)題中，“YOLO”是“You Only Look Once”的縮寫，是兩位作者開發(fā)的實(shí)時(shí)目標(biāo)檢測系統(tǒng)。其 GitHub 地址在這里， Joseph Redmon 介紹該研究的個(gè)人主頁戳這里。

最佳學(xué)生論文獎(jiǎng)

• 《Computational Imaging on the Electric Grid》

即《在電網(wǎng)上進(jìn)行計(jì)算成像》。第一作者 Mark Sheinin 是以色列理工學(xué)院的在讀博士生。第二、第三作者 Yoav Y. Schechner、Kiriakos N. Kutulakos 分別為以色列理工和多倫多大學(xué)教授。這是一個(gè)橫跨光學(xué)、計(jì)算機(jī)視覺、圖像處理、電氣工程等多領(lǐng)域的研究，作者開發(fā)了一套借助燈光設(shè)備肉眼不可見的閃爍，收集城市電網(wǎng)信息的系統(tǒng)。

頒獎(jiǎng)現(xiàn)場

這是一篇該研究成果的詳細(xì)介紹（英文）。雷鋒網(wǎng)

相關(guān)文章：

CVPR第一天前線速報(bào)：展臺(tái)布置緊鑼密鼓，tutorial和workshop緊湊而充實(shí)｜CVPR 2017

蘋果首份AI論文橫空出世，提出SimGAN訓(xùn)練方法

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。