浅谈CVPR2022的几个研究热点

CVPR2022刚刚结束，作为影响力最广的视觉盛会，今年又有一批优秀的工作被展示出来。相信关注视觉最新研究进展的各位小伙伴，已经磨拳擦掌，准备向CVPR2023投稿了。基于今年的工作，到底哪些领域是CVPR关注的热点？哪些领域的工作，接受度更高，oral的比例更大呢？基于CVPR官方最新的统计信息，我将跟大家聊聊CVPR的一些研究热点，希望对那些计划投下一轮CVPR的同学提供一点参考信息。

---

1. 十大热点研究领域

首先，我们基于oral论文的统计信息，按照接收论文比重以及所述领域进行排序，得到的十个热点领域，包括：多角度三维视觉，图像与视频合成，识别检测分类与检索，深度网络结构设计，视觉与语言处理交叉，低质量数据视觉分析，形状分析，迁移学习，视频分析与理解，姿态估计。

图1. 十大研究热点领域（Oral）

当我们统计全部接收论文时，统计数据在顺序上会有一点变化，包括：识别检测分类与检索，图像与视频合成，多角度三维视觉，低质量数据视觉分析，视觉与语言处理交叉，形状分析，迁移学习，深度网络结构设计，自监督与非监督学习，视频分析与理解。

图2. 十大研究热点领域（All）

可以看到，两个排序对应的研究热点问题，具有极高的重复性。结合两个表，偏重于应用层面的角度对热点进行总结，我从中选出五个热点研究方向，供计划投稿的同学参考：

• 多角度三维视觉
• 图像与视频合成
• 识别检测分类与检索
• 视觉与语言处理交叉
• 低质量数据视觉分析

---

2. Best Paper

CVPR2022的Best paper list包含四篇文章，分别为：

Best Paper Award: Learning to Solve Hard Minimal Problems

Best Paper Honorable Mention: Dual-Shutter Optical Vibration Sensing

Best Student Paper Award: EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation

Best Student Paper Honorable Mention: Ref-NeRF: Structured View-Dependent Appearance for Neural Radiance Fields

最佳论文为《Learning to Solve Hard Minimal Problems》。粗看了下，不是很懂，大概是在对优化问题领域做了一些偏理论性的工作，引入了几何优化的一些工具。《Dual-Shutter Optical Vibration Sensing》是关于三维激光扫描的技术。《EPro-PnP: Generalized End-to-End Probabilistic Perspective...》基于多点透视理论，提出一种从图像中估计物体的三维姿态的方法。《Ref-NeRF》基本就是NeRF算法的变种研究。从最佳论文的侧重可以知道，CVPR比较青睐三维视觉相关研究。另外，会前呼声较高的Kaiming老师的《Masked Autoencoders Are Scalable Vision Learners》也是值得深入学习的。基于MAE提出一种基于patch预测的编解码结构，对于数据图像内容理解具有极好的预测与重建性能。该论文被列为最佳论文候选。

---

3. 个人关注

因为我个人最近一直在做颜色迁移，光照优化一类的工作，所以比较关注low-level vision领域。今年CVPR在该领域录取了19篇oral以及91篇poster，接收文章数不能算少。我将对应的19篇oral文章抄写在这里，方便之后学习。

[1] Robust Equivariant Imaging: A Fully Unsupervised Framework for Learning To Image From Noisy and Partial Measurements. （去噪+超分辨率用于图像增强技术）

[2] Bijective Mapping Network for Shadow Removal. （消除影子）

[3] Event-Aided Direct Sparse Odometry. (稀疏点云加强)

[4] MAXIM: Multi-Axis MLP for Image Processing.（通用图像质量增强算法）

[5] Details or Artifacts: A Locally Discriminative Learning Approach to Realistic Image Super-Resolution.（超分辨率）

[6] Dual Adversarial Adaptation for Cross-Device Real-World Image Super-Resolution. （超分辨率）

[7] ELIC: Efficient Learned Image Compression With Unevenly Grouped Space-Channel Contextual Adaptive Coding. 

[8] Discrete Cosine Transform Network for Guided Depth Map Super-Resolution. (超分辨率)

[9] Deep Rectangling for Image Stitching: A Learning Baseline.（图像拼接）

[10] CamLiFlow: Bidirectional Camera-LiDAR Fusion for Joint Optical Flow and Scene Flow Estimation. (光流优化)

[11] Toward Fast, Flexible, and Robust Low-Light Image Enhancement. (低光增强)

[12] Faithful Extreme Rescaling via Generative Prior Reciprocated Invertible Represe-ntations.

[13] Learning Trajectory-Aware Transformer for Video Super-Resolution. (超分辨率)

[14] SphereSR: 360deg Image Super-Resolution With Arbitrary Projection via Continuous Spherical Image Representation.（超分辨率）

[15] Parametric Scattering Networks. (优化的学习结构)

[16] Target-Aware Dual Adversarial Learning and a Multi-Scenario Multi-Modality Benchmark To Fuse Infrared and Visible for Object Detection. (低光环境下的对象探测)

[17] Learning to Deblur Using Light Field Generated and Real Defocus Images. (去模糊)

[18] Burst Image Restoration and Enhancement. (图像重建)

[19 ]Restormer: Efficient Transformer for High-Resolution Image Restoration. (去模糊)

在low-level vision领域，超分辨率仍然占有较大的比重。一些工作包括去模糊，质量增强，细节重建等，本质上还是和超分辨率技术有紧密的联系。看来，未来做low-level vision，大概率要利用到超分辨率算法。从部分论文可以看出，三维视觉已经结合到low-level vision领域。针对深度图，全景照片等具有三维属性的数据，进行细节重建，运动补偿等计算，也是很不错的研究方向。