CVPR 2017最佳论文出炉，DenseNet和苹果首篇论文获奖
李林 编译整理 量子位 报道 | 公众号 QbitAI
正在夏威夷举办的CVPR 2017，刚刚评出了今年的两篇最佳论文(Best Paper Awards)：
一篇是Densely Connected Convolutional Networks，作者包括清华大学的Zhuang Liu、康奈尔大学的Gao Huang和Kilian Q. Weinberger，以及Facebook研究员Laurens van der Maaten。
地址：https://arxiv.org/abs/1608.06993
这篇论文去年8月就已经在Arxiv上发布，提出了一个叫做DenseNet的模型，让CNN中的每一层都以前馈的方式和所有其他层相连。
L层的传统卷积网络具有L个连接，而DenseNet具有L(L+1)/2个连接。对于每个层来说，它之前所有层的特征图都是输入，而它的特征图是之后所有层的输入。
他们在论文摘要中说，DenseNet有几个明显的优点：减轻了梯度消失问题、加强了特征传播、鼓励特征复用、减少参数数量。
这个团队还在GitHub上开源了DenseNet的代码：https://github.com/liuzhuang13/DenseNet。
另一篇正是去年12月亮相的苹果首篇论文Learning from Simulated and Unsupervised Images through Adversarial Training，作者：Ashish Shrivastava, Tomas Pfister, Oncel Tuzel, Joshua Susskind, Wenda Wang, Russell Webb。
https://arxiv.org/abs/1612.07828
这是一篇关于图像合成的论文。以下是摘要：
随着图像技术的进步，在合成图像上训练模型变得更加容易，而且有可能不再需要再进行成本高昂的标注。然而，由于合成图像和实际图像在分布上存在差异，基于合成图像的学习可能无法达到期望的性能。 为了减少这一差异，我们提出了模拟+无监督（S+U）学习，这一方式的任务是通过非标注的真实数据来学习一个模型，以增强模拟器输出的真实性，同时保留模拟器中的标注信息。 我们为S+U学习开发了一种类似对抗生成网络（GANs）的方法，但是使用合成图像作为输入而不是随机向量。我们对标准GAN算法进行了几处关键性修改，以保留注释、避免失真以及稳定训练。包括：1）一个“自正则化”项，2）一个局部对抗性损失，3）使用图像改善历史来更新鉴别器。 我们的研究表明，这种方法能够生成高真实度的图像，并且通过定性和用户研究得到证明。而定量研究使用了视线估计和手势估计。我们在使用合成图像方面展示出显著的进步，并在没有任何真是标注数据的情况下，在MPIIGaze数据集上获得最高水平的结果。
苹果这周新开的机器学习官方博客(Apple Machine Learning Journal)上又重新介绍了这篇论文。地址：https://machinelearning.apple.com/2017/07/07/GAN.html
和Best Paper Awards一起，CVPR还评出了下列奖项，
最佳论文鼓励奖(Best Paper Honorable Mention Awards)
Annotating Object Instances with a Polygon-RNN
作者：多伦多大学的Lluís Castrejón、Kaustav Kundu、Raquel Urtasun、Sanja Fidler
地址：https://arxiv.org/abs/1704.05548
YOLO9000: Better, Faster, Stronger
作者：华盛顿大学的和艾伦人工智能研究院的Joseph Redmon、Ali Farhadi
地址：https://arxiv.org/abs/1612.08242
学生最佳论文奖(Best Student Paper Award)
Computational Imaging on the Electric Grid
作者：以色列理工学院的Mark Sheinin、Yoav Y. Schechner和多伦多大学的Kiriakos N. Kutulakos
地址：http://www.dgp.toronto.edu/ACgrid/17.cvpr.acam.pdf
十年时间检验奖(Longuet-Higgins Prize)
Object Retrieval with Large Vocabularies and Fast Spatial Matching
作者：牛津大学的James Philbin、Ondrej Chum、Josef Sivic和Andrew Zisserman，以及微软研究院的Michael Isard
地址：http://ieeexplore.ieee.org/document/4270197/
青年学者奖(PAMI Young Researcher Award)
获奖者：
Facebook人工智能研究院研究员、加州大学伯克利分校博士后、芝加哥大学博士Ross Girshick；
法国国家信息与自动化研究所(Inria Grenoble)研究员Julien Mairal。