近日,在国际计算机视觉顶级会议CVPR(IEEE Conference on Computer Vision and Pattern Recognition)上, 卢湖川教授团队成果荣获CVPR2020最佳论文提名。计算机视觉是人工智能最热门的研究领域,CVPR是该领域最有 影响力的会议, 从Google学术影响力排行榜可以看到, 该会议处于第10位(Nature、Science分别排名第1、3位)。

本届CVPR共接收6656篇投稿,录用1470篇,录用率22.09%,其中最佳论文提名26篇,录用率仅为0.39%。该成果第 一作者是信通学院硕士代克楠,指导教师为王栋、李建华、卢湖川。此外,由卢湖川教授领导的IIAU实验室 今年共有8篇论文被CVPR2020录用,其他指导教师包括张立和、朴永日等。

除此之外,IIAU团队在目标跟踪最权威的国际竞赛–VOT2020中斩获三个冠军!本届VOT竞赛有五个赛道,其中长时 赛道、实时赛道和深度赛道冠军分别由我院硕士生代克楠、严彬、王英明获得!

这已经是IIAU团队连续第四年在VOT取得冠军——VOT2019由硕士生代克楠取得长时赛道冠军,VOT2018由硕士张允华取 得长时赛道冠军,VOT2017由博士孙冲取得公开组第一名。

本次获得最佳论文提名论文简介:High-Performance Long-Term Tracking with Meta-Updater。

近年来,长时跟踪由于更贴近实际应用而逐渐引起关注。而在长时跟踪中,由于视频非常长,并且还有大量的消失出 境等挑战,使得在线更新充满了风险,这也导致很多在短时跟踪SOTA的算法在长时跟踪里表现不好。该论文提出了一 个长时更新控制器,将在线跟踪获取的几何信息、判别信息、外观信息进行时序封装,送入长短期记忆网络,之后做 一个二分类,来判断当前跟踪状态是否可以更新。

另外,该论文还提出了一个长时跟踪框架,由短时跟踪器、更新控制器、全图检测器以及验证器组成,由短时跟踪器 进行本地跟踪,目标丢失时,用全图检测器检测候选目标,验证器判断,更新控制器控制短时跟踪器和验证器的更新。 各模块相对独立,该方案使得长时跟踪的性能可以更好地受益于短时跟踪器,全图检测器等发展。