盘点 | CVPR'19 88场workshop攻略在手，说走就走！

From: CVPR 2019  编写: T.R

今年的CVPR将于6月16日拉开帷幕，密集的学术讨论和workshops将在本周日开始进行。作为研究人员进行深入学术交流的workshops涵盖了计算机视觉的各个方面，包括传统的视觉领域和新兴前沿的技术方向， 88场workshop 将全方位覆盖计算机视觉与模式识别的各个方向。

我“门”这就带你先来看看都有哪些方面的workshop，帮助大家提前计划聆听自己感兴趣的方向。

:satellite:

要再次插播一条硬广

将门CVPR 2019群星闪耀精英晚宴

最后一周，欲报从速！

大咖云集、内容硬核、礼物良心

目前已有 350+ 优秀小伙伴在群里等你哦~

报名直达 >> http://thejiangmen222.mikecrm.com/R7CjyRt

更多详情请见 今日二 条

上周我们还为大家准备了今年 CVPR tutorials攻略 ，感兴趣的小伙伴欢迎点击这里回顾！

- 1 -

计算机视觉五年展望

:star:Computer Vision After 5 Years

:alarm_clock: 当地时间6月16日

面对急速发展的计算视觉和相关领域，对于老问题的解决方法不断涌现，也随之发展出了一系列新领域。在飞速发展的今天，思考未来的方向对于研究人员十分重要！这一workshop的目的在于 为学术界和企业界前沿的研究人员们提供一个思想交流的平台，并共同探讨计算视觉在未来五年的发展方向 ，共同思考哪些领域将会取得深度的进展和发展，哪些问题仍然需要努力解决？

这一workshop不仅为领域内研究人员提供了新的思考方向，更为年轻研究人员提供更多思想的养分和研究目标。研讨会邀请了来自Berkeley、MIT、CMU、INRIA、Google、FAIR、Google等学校和公司的研究人员演讲和探讨。

:mag: 详细请参考：

https://futurecv.github.io/

- 2 -

视觉、图形和机器人的3D场景理解

:star: 3D Scene Understanding for Vision, Graphics, and Robotics

:alarm_clock: 当地时间6月17日

3D机器学习和场景理解逐渐开始在视觉领域发挥着越来越重要的作用，使得许多关键领域的应用成为可能，包括3D导航、机器人、增强现实和3D理解，受到了计算机视觉、计算机图形学和机器人等领域研究人员的重视。

然而目前如计算机视觉、家庭机器人等方面的应用需要对于环境更深入地理解，包括更好精度的感知和更精确的环境重建。3D场景理解问题将衔接起视觉、图形学和机器人领域的研究。

这一workshop的目标在于促进3D场景理解的交叉学科研究，扩大人们对于这一领域的认识与应用，并讨论目前和未来的发张方向，分享这一领域的新发现、新观点和相关领域的发展。研究人员将从数据集、数据表示、重建、推理、交互和交叉研究等方面进行深入地探讨和交流。

:mag: 详细请参考：

https://scene-understanding.com/

- 3 -

可解释AI

:star:  Workshop on Explainable AI

:alarm_clock: 当地时间6月16日

深度学习是近年来当之无愧的技术突破，然而对于成功背后科学本质的理解还有待科学家们进一步研究和发掘。深度网络内部的可解释性和内部机制研究已经成为了这一领域的重要研究方向。

近年来基于统计和规则的方法对于可解释性的研究给出了很多研究成果。此外基于深度网络的可解释性重新构建可解释的网络模型和系统也是十分热门的研究领域，包括新的结构、参数估计方法和训练方法，以及与可解释性相关的损失函数。

这一研讨会的着重于 探讨可解释性、安全性以及网络模型的可靠性，力求搭建起符号主义与链接主义间的研究桥梁 。研讨会将讨论一系列新方法、新观点、透明与可靠AI方面的创新，并将分享在医学、金融和自动驾驶等关键领域的应用。

:mag: 详细请参考：

https://explainai.net/

- 4 -

3D场景生成

:star:  3D Scene Generation

:alarm_clock: 当地时间6月16日

对三维虚拟场景的需求随着游戏、虚拟显示、建筑和包括视觉导航、重建和识别等三维室内视觉任务的发展愈发强烈。这一领域的大规模合成数据对于多个任务起到了重要的促进作用，包括ScanNet、SceneNN、CARLA、Matterport3D等数据集。

虽然这些数据集具有很高的价值，但与其他领域的数据集相比依然不够大，无法适应复杂多变的场景和视觉任务。为了促进大尺度的嵌入视觉学习和多环境的适应性，需要对于虚拟环境、视觉数据合成进行更深入的研究。

这一研讨会将探索3D环境生成的方方面面，包括 从传感器输入生成3D环境、基于合成数据的视觉任务、包括三维重建、语义分割、行为识别和机器人导航等 。

:mag: 详细请参考：

https://3dscenegen.github.io/

- 5 -

生物测定学

:star:  IEEE Computer Society Workshop on Biometrics 2019

:alarm_clock: 当地时间6月17日

Biometric s 对于人体的测定和识别具有十分重要的作用，随着业界和政府对于识别需求的扩大，这一领域持续高速发展，并出现了各类新的技术和传感器，以及新的研究方向和理论。这一研讨会将探讨生物测定学的前沿发展和未来的研究趋势，交流分享各种测定方法与多模态结合方法，并讨论如何防止恶意攻击、不同方法的优缺点和改进的方向。

具体内容：

• 传感器，包括彩色、红外、深度、压力、时序等；

• 生物特征包括人脸、手指、耳朵、瞳孔、视网膜、静脉模式、步态、手脚和外部特征等；

• 数据集、标准、面临问题、架构和识别融合方法等方面

:mag: 详细请参考：

https://www.vislab.ucr.edu/Biometrics2019/

- 6 -

音画互动

:star:  Sight and Sound

:alarm_clock: 当地时间6月17日

近年来研究人员将视觉与听觉领域进行的交叉研究，在唇语识别、多模态学习和音视频行为识别等领域取得了丰富的成果。由于多数视频拥有音轨，可以方便的获取音视频配对视觉，可以将这些数据用非监督学习的方法或者已有的视觉方法进行处理。

这一研讨会将集中讨论这一方向的最新进展，包括视频、音频信息互补、度量方法、视觉运动与音频的关系、同时还将讨论一些技术来创建新的音频和视频应用，包括语音处理和视频编辑等等。

:mag:  更多有意思的论文请参看：

http://sightsound.org/

- 7 -

计算机视觉与显微图像分析

:star:  Computer Vision for Microscopy Image Analysis

:alarm_clock: 当地时间6月17日

随着显微领域的发展和数据的积累，越来越多的计算机视觉任务开始在这里领域大展拳脚，包括显微图像增强、细胞分类与识别、细胞语义分割、微生物计数以及基于图像的病理分析等研究纷纷出现。

这一研讨会将 结合学术界工业界的研究和需求，为计算显微视觉探讨未来的发展分析和应用分析 ，就这一领域的研究热点和难点深入交换意见。

研究人员们将从图像生成、自动聚焦算法、细胞追踪、分割、识别、荧光显微镜成像、细胞核分割、显微成像画质提升以及病理分析等方面展开研究。

:mag: 详细请参考：

https://cvmi2019.github.io/accepted.html

除了上述研讨会之外，还包括几何结构理解、生物图像处理、计算成像与显示、计算机视觉与植物监测、视频理解、全景分析、低功耗高效率机器学习、动态场景重建、视觉对话系统、自动驾驶、大规模高清图像处理、人脸、步态、行为识别、语言与视觉协同、医学图像处理、语义信息、弱监督、室外环境中鲁棒的视觉任务等等。

下面列举了全部88个workshops，可以到主页找到感兴趣的方向进行深入学习：

http://cvpr2019.thecvf.com/program/workshops

Workshops列表：

3D Computer Vision in Medical Environment
3D HUMANS HUman pose Motion Activities aNd Shape in 3D
3D Scene Generation
3D Scene Understanding for Vision, Graphics, and Robotics
3D-WiDGET: Deep Generarive Models for 3D Understanding
3rd Workshop on Visual Odometry and Computer Vision Applications Based on Location Clues
Adversarial Machine Learning in Real-World Computer Vision Systems
AI City Challenge
Analysis and Modeling of Faces and Gestures
Applications of Computer Vision and Pattern Recognition to Media Forensics
Augmented Human: Human-centric Understanding and 2D/3D Synthesis, and the third Look Into Person (LIP) Challenge
Automated Analysis of Marine Video for Environmental Monitoring
Benchmarking Multi-Target Tracking: How crowded can it get?
Bias Estimation in Face Anlytics
BioImage Computing
Biometrics
Bridging the Gap between Computational Photography and Visual Recognition
CARLA Autonomous Driving Challenge
CEFRL 2019: 3rd International Workshop on Compact and Efficient Feature Representation and Learning in Computer Vision 2019
ChaLearn Looking at People series: Face Spoofing Attack Workshop and Competition
Computational Cameras and Displays
Computer Vision After 5 Years
Computer Vision Applications for Mixed Reality Headsets
Computer Vision for Global Challenges
Computer Vision for Microscopy Image Analysis
Computer Vision for UAVs
Computer Vision in Sports
Computer Vision Problems in Plant Phenotyping
Conceptual Captions Challenge
DAVIS Challenge on Video Object Segmentation
Deep Learning for Geometric Shape Understanding
Deep Learning for Semantic Visual Navigation
Deep-Vision: New Frontiers and Advances in theory in Deep Learning for Computer Vision (6th edition)
Dependable Deep Detectors: Verification and Certification of Neural Networks
Detecting Objects in Aerial Images
Detection In the Wild Challenge Workshop
DynaVis: The 1st International Workshop on Dynamic Scene Reconstruction
EARTHVISION: Large Scale Computer Vision for Remote Sensing Imagery
Efficient Deep Learning for Computer Vision
Egocentric Perception, Interaction and Computing
Embedded Vision Workshop
EMC^2: Energy Efficient Machine Learning and Cognitive Computing for Embedded Applications (3rd Edition)
Event-based Vision and Smart Cameras
Explainable AI
Face and Gesture Analysis for Health Informatics
Fairness Accountability Transparency and Ethics in Computer Vision
Fine-Grained Visual Categorization
Fourth International Skin Imaging Collaboration (ISIC) Workshop on Skin Image Analysis
GigaVision: When Gigapixel Videography meets Computer Vision
Habitat: Embodied Agents Challenge and Workshop
Image Matching: Local Features and Beyond
International Challenge on Activity Recognition (ActivityNet)
Landmark Recognition
Language and Vision
Learning from Unlabeled Videos
Long-Term Visual Localization under Changing Conditions
Low-Power Image Recognition Challenge (LPIRC)
Medical Computer Vision (MCV)
Multimodal Learning and Applications Workshop
Multi-modal Learning from Videos
Mutual benefits of cognitive and computer vision
New Trends in Image Restoration and Enhancement workshop and associated challenges
Perception Beyond the Visible Spectrum
Photogrammetric Computer Vision
Precognition Seeing through the Future
Robotic Vision Probabilistic Object Detection Challenge
SAIAD - Safe Artificial Intelligence for Automated Driving
ScanNet Indoor Scene Understanding
Semantic Information
Sight and Sound
Target Re-Identification and Multi-Target Multi-Camera Tracking
The 2019 SUMO Challenge Workshop – 360° Indoor Scene Understanding and Modeling
The Bright and Dark Sides of Computer Vision: Challenges and Opportunities for Privacy and Security
Third Workshop on Computer Vision for AR/VR
Towards Causal, Explainable and Universal Medical Visual Diagnosis
Uncertainty and Robustness in Deep Visual Learning
Understanding Subjective Attributes of Data: Focus on Fashion and Subjective Search
Vision for All Seasons: Bad Weather and Nighttime
Vision Meets Cognition
Vision with Biased or Scarce Data, 2nd Workshop on
Visual Question Answering and Dialog
Visual Understanding by Learning from Web Data
Weakly Supervised Learning for Real-World Computer Vision Applications and the 1st Learning from Imperfect Data (LID) Challenge
When Blockchain Meets Computer Vision & AI
Women in Computer Vision
Workshop and Challenge on Learned Image Compression
Workshop on Autonomous Driving
Workshop on Autonomous Driving - Beyond Single-Frame Perception

ref:

cvpr2019:http://cvpr2019.thecvf.com/

logo image from:https://dribbble.com/shots/5768017-Vision

-The End-

将门 是一家 以专注于 发掘、加速及投资技术驱动型创业公司 的新型 创投机构 ，旗下涵盖 将门创新服务、将门技术社群以及将门创投基金。将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。

将门创新服务 专注于使创新的技术落地于真正的应用场景，激活和实现全新的商业价值，服务于行业领先企业和技术创新型创业公司。

将门技术社群 专注于帮助技术创新型的创业公司提供来自产、学、研、创领域的核心技术专家的技术分享和学习内容，使创新成为持续的核心竞争力。

将门创投基金 专注于投资通过技术创新激活商业场景，实现商业价值的初创企业，关注技术领域包括 机器智能、物联网、自然人机交互、企业计算。 在三年的时间里，将门创投基金已经投资了包括量化派、码隆科技、禾赛科技、 宽拓科技、 杉数科技、迪英加科技等数十家具有高成长潜力的技术型创业公司。

如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务， 欢迎发送或者推荐项目给我“门”:  bp@thejiangmen.com

点击右上角，把文章分享到朋友圈

 

将门创投

让创新获得认可！

微信：thejiangmen

bp@thejiangmen.com

点击“ ❀在看 ”，让更多朋友们看到吧~