10 月 29 日，经过2天 Workshop 和 Tutorial 的前期预热，ICCV大会正会终于迎来万众期待的开幕式。
作为计算机视觉领域三大顶级会议之一，ICCV自1987年首次召开至今，已举办了16届，每年论文的接收率不超过30%。
ICCV2019共收到了4303篇论文投稿，有超过1万个作者。最终1075篇被录用，接收率为25%，包括orals论文200篇，接收率仅为4.6%。
从接收论文作者所属国家来看，中国成为主力军，不仅学者入选论文总数排名第一，其他各项夺冠数也遥遥领先。
除了论文投稿数和录取数的突破，本届大会参会人数也再创历史新高，达到了7501人，是2017年的2.41倍。
开幕式的重头戏，ICCV2019多个奖项也相继公布。
最佳论文奖
ICCV2019最佳论文奖授予了以色列理工学院和谷歌合著的《SinGAN：Learning a Generative Model From a Single Natural Image》一文，作者是Tamar Rott Shaham， Tali Dekel， Tomer Michaeli。
昨天的推文恰好解读了这篇。传送门：SinGAN：从单幅图像学习生成模型，可应用于多种图像处理操作
该文将GAN带入了一个新领域--从单幅自然图像中学习非条件生成模型。对单幅自然图像中的图像内部分布进行建模已被公认为是许多计算机视觉任务的有用先验，单幅自然图像通常具有足够的内部统计信息，可以使网络学习到一个强大的生成模型。作者提出了一种具有简单统一架构的模型SinGAN，能够处理包含复杂结构和纹理的普通自然图像，而不必依赖于具有同一类别图像的数据集。这是通过金字塔结构的全卷积GAN实现的，每个GAN负责捕捉不同尺度的图像分布。经过训练后，SinGAN可以以任意尺寸生成各种高质量的图像样本，这些样本在语义上类似于训练图像，但包含新的目标和结构，如下图所示。并且多种图像处理任务都可以应用SinGAN，如图像绘制、编辑、融合，超分辨率重建和动画化。
论文地址：https：//arxiv.org/abs/1905.01164
源码地址：https：//github.com/tamarott/SinGAN
最佳学生论文奖
ICCV2019最佳学生论文奖颁给了佐治亚理工学院、瑞典皇家理工学院、捷克理工大学合著的《PLMP - Point-Line Minimal Problems in Complete Multi-View Visibility》一文，作者是Timothy Du、 Kathlen Kohn、Anton Leykin and Tomas Pajdla。
通过校准透视相机完全观察到的点和线的一般排列，作者对所有极小问题进行了完整分类。作者证明总共只有30个极小问题，对于6个以上的相机、5个以上的点以及6条以上的线，则不存在这样的问题。作者提出了一系列检测极小值的测试，这些测试从对自由度进行计数开始，到对代表性样本进行完整的符号化和数字化验证而结束。对于发现的所有极小问题，作者介绍它们的代数度，即度量其内在困难的解的数量。它显示了问题的难度如何随着视图数量的增多而增加。重要的是，几个新的具有很小代数度的极小问题可能在图像匹配和3D重建中是实用的。
论文地址：https：//arxiv.org/abs/1903.10008
Best Paper Honorable Mentions
最佳论文荣誉提名颁给了以下两篇。
以色列大学与Facebook合著的《Specifying Object Attributes and Relations in Interactive Scene Generation》，作者是Oron Ashual 与Lior Wolf。
威斯康星大学麦迪逊分校的《 Asynchronous Single-Photon 3D Imaging》，作者是Anant Gupta， Atul Ingle，Mohit Gupta。
最佳论文提名
本届最佳论文提名共有7篇文章，其中仅有两篇一作为华人，其一是来自中山大学的Ruijia Xu，另一位则是斯坦福大学的Chengxu Zhuang，何恺明团队也获得了提名。
其他各大奖项
Azriel Rosenfeld 终身成就奖
该奖用于奖励在长期职业生涯中为计算机视觉领域作出突出贡献的杰出研究者。
本届获奖者是以色列魏茨曼科学研究院的计算机科学教授Shimon Ullman（西蒙·乌尔曼）。他目前是魏茨曼AI中心主任，曾是麻省理工学院的教授，主要研究方向为人类视觉系统对视觉信息的处理以及计算机视觉。
杰出研究员奖（Distinguished researcher award）
基于主要研究贡献及影响激发其他研究，该奖项用于奖励对计算机视觉发展作出重大贡献的研究者。
2019年杰出研究奖授予了哥伦比亚大学计算机系的教授Shree Nayar与麻省理工学院 （MIT） 的计算机系教授William T Freeman。
Shree Nayar，以计算机视觉、计算机图形学和计算相机领域的研究而闻名。 他曾在1990年和1995年获得过ICCV的最佳论文奖。
William T Freeman的研究包括应用于计算机视觉的机器学习，用于视觉感知的贝叶斯模型，以及计算摄影。他曾四次在CVPR上获得杰出论文 （Outstanding Paper Awards） 奖项。
Helmholtz prize经典论文奖
该奖项主要颁发给对计算机视觉研究有重大意义、十年前的的论文，以表彰他们在计算机视觉领域作出的基础贡献。
2019年的经典论文主要有以下2篇：
《Building Rome in a Day》
《Attribute and Simile Classifiers for Face Verification》
Mark Everingham奖
该奖项用于奖励为计算机视觉社区作出无私而重要贡献的研究员，包括个人和团队。
2019年的Everingham prize颁发给了Labeled Faces in the Wild（ LFW）团队，主要包括Erik Learned-miller， Gary B Huang，Tamara Berg等人组成的团队。
中国军团在多项AI竞赛夺冠
COCO作为ICCV 2019 的重头戏，也是人工智能领域最具影响力的通用物体检测挑战赛。在ICCV 2019 COCO比赛中，来自香港中文大学-商汤科技联合实验室和南洋理工大学-商汤科技联合实验室的MMDet团队获得目标检测（Object Detection）冠军（不使用外部数据集），这也是商汤连续两届在COCO Detection项目中夺冠。同时，商汤科技新加坡研究团队也获得COCO全景分割（Panoptic）冠军（不使用外部数据集）。
与此同时，旷视也拿下了COCO物体检测（Detection）、人体关键点（Keypoint）和全景分割（Panoptic）三项第一，取得了COCO三连冠的骄人战绩。
在Google AI主办的ICCV 2019 Open Images比赛中，来自香港中文大学和商汤研究院的联合团队夺得了物体检测和实例分割两个主要赛道的冠军。
在Facebook AI Research主办的第一届LVIS Challenge 2019大规模实例分割比赛中，来自商汤科技研究院通用模型与工具链团队获得了冠军，同时获得该项目最佳论文奖。在Facebook AI Research主办的ICCV 2019 自监督学习比赛中，来自香港中文大学-商汤科技联合实验室和南洋理工大学-商汤科技联合实验室团队一举获得了全部四个赛道冠军。
在第一届VaTeX视频语言描述竞赛中，来自美国、欧洲、亚洲等世界各地几十支代表队提交了中英文视频语言描述系统。最终比赛结果也在今天公布，比赛冠军最终由中科院自动化所夺得，两位亚军分别是阿德莱德大学与人民大学，以及另外一支自动化所的队伍。
在国际AI顶赛Wider Face and Person Challenge 2019的人脸检测性能比赛（Face Detection Runtime）中，来自互联网知名企业和著名高校，包括百度、科大讯飞、旷视科技、微软亚洲研究院（MSAR）、北大、中科院、浙大等，微众银行自研的人脸引擎在人脸检测性能比赛（Face Detection Runtime）获得冠军。
不止论文、竞赛都被中国军团包揽。ICCV2019赞助商方面，中国力量也格外显眼。华为、商汤、腾讯是铂金赞助商。旷视、依图、滴滴、码隆、百度都一一在ICCV露脸。（图片由枫叶寻寻同学提供）
