幾天前，同濟(jì)大學(xué)公布了一條重磅消息：本校學(xué)生陳涵晟獲得CVPR2022最佳學(xué)生論文獎(jiǎng)，這也是CVPR自2001年設(shè)立最佳學(xué)生論文獎(jiǎng)以來(lái)，獲獎(jiǎng)?wù)撐牡牡谝蛔髡呤状蝸?lái)自中國(guó)高校。

華人在CV領(lǐng)域崛起

最近幾年CV領(lǐng)域的頂會(huì)，華人作者與日俱增。以CVPR 2022為例，投稿數(shù)最多的是來(lái)自中國(guó)大陸的作者，占到了44.59%；美國(guó)則以20.65%的比例位列第二，還不到第一名的一半。雖然我們業(yè)內(nèi)人士已經(jīng)習(xí)慣了華人在頂會(huì)上的一路飆升，但是看到最佳學(xué)生論文這樣重磅級(jí)的獎(jiǎng)項(xiàng)被中國(guó)大陸學(xué)生斬獲，還是非常震撼的！

這篇佳作是干啥的？

我看了下作者的論文題目：EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation。頓時(shí)感覺熟悉而陌生，佩服中帶著點(diǎn)驚呆，PnP這么傳統(tǒng)的算法竟然還有人一直在默默研究和改進(jìn)，而且做出了突破性的工作，被世界范圍內(nèi)同行認(rèn)可。于是，饒有興致的下載了該論文，想看看能不能學(xué)到點(diǎn)什么。

這篇獲獎(jiǎng)?wù)撐闹饕芯康氖轻槍?duì)單目圖像中的物體6自由度位姿估計(jì)問題，提出的EPro-PnP是一種端到端的概率PnP算法，它將傳統(tǒng)多視圖幾何和深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)合，實(shí)現(xiàn)了在單幅RGB圖像上進(jìn)行精確的位姿估計(jì)，該方法在姿態(tài)估計(jì)和三維物體檢測(cè)公開數(shù)據(jù)集上取得的極佳效果?？蓮V泛應(yīng)用于機(jī)器人和自動(dòng)駕駛領(lǐng)域。作者還開源了代碼：

https://github.com/tjiiv-cprg/EPro-PnP

該方法是一種通用的端到端2D-3D對(duì)應(yīng)解決方案，這個(gè)“通用”非常重要，模型的泛化性有多么重要，懂的人都懂。

關(guān)于創(chuàng)新點(diǎn)的啟發(fā)

在我們SLAM知識(shí)星球交流社區(qū)，小伙伴們最焦慮的事情之一就是論文創(chuàng)新點(diǎn)。我之前做了一期關(guān)于論文創(chuàng)新點(diǎn)的直播 ：今晚19點(diǎn)直播 | 做研究如何尋找創(chuàng)新點(diǎn)？?核心觀點(diǎn)如下，還舉了一個(gè)例子帶著大家去找創(chuàng)新點(diǎn)，感興趣的可以去星球看回放視頻。

1、閱讀大領(lǐng)域所有綜述論文：survey/review + 關(guān)鍵詞
2、根據(jù)已有積累和興趣選擇細(xì)分方向
3、閱讀細(xì)分方向最近3-5年的綜述論文、中文學(xué)位論文、英文頂會(huì)論文
4、重視帶開源代碼的論文、編譯運(yùn)行；特別好的論文盡量復(fù)現(xiàn)
5、自己采集數(shù)據(jù)、硬件移植、測(cè)試；如有能力，參考前人經(jīng)驗(yàn)自己寫一個(gè)框架
6、在實(shí)際工程中發(fā)現(xiàn)問題。查文獻(xiàn)看看別人是怎么解決的；思考自己如何解決
7、干起來(lái)！

看了這篇EPro-PnP的論文，我再增加幾個(gè)觀點(diǎn)：

1、重視計(jì)算機(jī)視覺領(lǐng)域的基礎(chǔ)知識(shí)。

據(jù)我所知，不少其他專業(yè)轉(zhuǎn)行到CV方向的一般都直接去研究深度神經(jīng)網(wǎng)絡(luò)了，他們可能對(duì)各種經(jīng)典網(wǎng)絡(luò)如數(shù)家珍，最終變成了調(diào)包俠、調(diào)參俠。

但是卻忽略了CV的基礎(chǔ)知識(shí)的重要性，比如最基礎(chǔ)的直方圖均衡化、形態(tài)學(xué)開閉操作、相機(jī)成像模型、對(duì)極幾何、PnP、ICP等。而恰恰有時(shí)候，這些基礎(chǔ)知識(shí)決定了你的上限。

這里需要說(shuō)明的是，上圖中文字是PS的，更諷刺的是，我們用多視圖幾何里的單應(yīng)矩陣可以非常簡(jiǎn)單的實(shí)現(xiàn)上面的P圖效果。知道怎么做的可以在留言區(qū)評(píng)論。

2、傳統(tǒng)多視圖幾何 和 深度神經(jīng)網(wǎng)絡(luò)（DNN）的結(jié)合。

現(xiàn)在DNN方向的研究逐漸從二維轉(zhuǎn)到三維，如果熟悉三維視覺里非常核心的多視圖幾何知識(shí)，絕對(duì)能夠讓你的研究工作如虎添翼。多視圖幾何方面經(jīng)過(guò)了很多年的研究，具有確定性的理論基礎(chǔ)，它可以描述物理世界的結(jié)構(gòu)、形狀、體積、深度、姿態(tài)、視差、運(yùn)動(dòng)、光流等信息，非常有意思，它在三維視覺里必不可少。如果能夠?qū)烧呓Y(jié)合起來(lái)，是非常有希望做出一些突破性的成果的。

以上是我個(gè)人的瞎扯淡，如果覺得對(duì)你有用，記得點(diǎn)個(gè)在看~

獨(dú)家重磅課程官網(wǎng)：cvlife.net

1、SLAM社區(qū)：一個(gè)人啃SLAM，難受到自閉，硬頂還是放棄？

2、C++實(shí)戰(zhàn)：為啥SLAM代碼都用C++不用Python？

3、多傳感器融合SLAM?激光雷達(dá)-視覺-IMU多傳感器融合方案！

4、VIO滅霸：VIO天花板ORB-SLAM3第2期上線?。▎?雙目/RGBD+魚眼+IMU+多地圖+閉環(huán)）

5、視覺SLAM基礎(chǔ)：剛看完《視覺SLAM十四講》，下一步該硬扛哪個(gè)SLAM框架 ？

6、機(jī)器人導(dǎo)航運(yùn)動(dòng)規(guī)劃：?機(jī)器人核心技術(shù)運(yùn)動(dòng)規(guī)劃：讓機(jī)器人想去哪就去哪！

7、詳解Cartographer：谷歌開源的激光SLAM算法Cartographer為什么這么牛X？

8、深度學(xué)習(xí)三維重建?總共60講全部上線！詳解深度學(xué)習(xí)三維重建網(wǎng)絡(luò)

9、三維視覺基礎(chǔ)?詳解視覺深度估計(jì)算法（單/雙目/RGB-D+特征匹配+極線矯正+代碼實(shí)戰(zhàn)）

10、?VINS:Mono+Fusion?SLAM面試官：看你簡(jiǎn)歷上寫精通VINS，麻煩現(xiàn)場(chǎng)手推一下預(yù)積分！

11、圖像三維重建課程：視覺幾何三維重建教程（第2期）：稠密重建，曲面重建，點(diǎn)云融合，紋理貼圖?

12、系統(tǒng)全面的相機(jī)標(biāo)定課程：單目/魚眼/雙目/陣列 相機(jī)標(biāo)定：原理與實(shí)戰(zhàn)

技術(shù)交流微信群

歡迎加入公眾號(hào)讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群，請(qǐng)?zhí)砑游⑿盘?hào) chichui502 或掃描下方加群，備注：”名字/昵稱+學(xué)校/公司+研究方向“。請(qǐng)按照格式備注，否則不予通過(guò)。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告，否則會(huì)請(qǐng)出群，謝謝理解~

投稿、合作也歡迎聯(lián)系：simiter@126.com

—? ?版權(quán)聲明? —

本公眾號(hào)原創(chuàng)內(nèi)容版權(quán)屬計(jì)算機(jī)視覺life所有；從公開渠道收集、整理及授權(quán)轉(zhuǎn)載的非原創(chuàng)文字、圖片和音視頻資料，版權(quán)屬原作者。如果侵權(quán)，請(qǐng)聯(lián)系我們，會(huì)及時(shí)刪除