ICCV

ICCV是计算机视觉领域最顶尖的会议，每两年一次。 Marr Prize是计算机视觉领域最牛的奖项。 USTC毕业的朱松纯(Song-Chun Zhu) （湖北鄂州莲花山计算机视觉所所长）03年拿过马儿奖。转载一篇T大学生介绍ICCV 的文章。

2001年7月9日至12日, 在徐光佑老师的支持下, 我从德国慕尼黑出发, 参加了在加拿大温哥华举行的第八届国际计算机视觉大会, 简称ICCV’01.ICCV的全名是International Conference on Computer Vision, 这是由(美国)电气和电子工程师学会(Institute of Electrical & Electronic Engineers, 简写作IEEE)主办的
代表计算机视觉领域最高水平的国际会议. 会议的实际主办者是IEEE Computer Society Technical Committee on Pattern Analysis and Machine Intelligence, 也就是著名的PAMI杂志的技术委员会(PAMI TC). ICCV从1987年在伦敦举办第一届之后, 基本上是两年举办一届, 到今年是第八届. 本届ICCV的主席由加拿大University of British Columbia的Jim Little和David Lowe联合担任. 第九届ICCV, 预计将于2003年9月在北京举行, 会议的联合主席是现任科技部副部长中科院自动化所的马颂德教授和微软中国研究院副院长沈向洋博士. ICCV’03的收稿截止时间目前还没有正式确定, 但是可以肯定的是将和计算机视觉和模式识别领域的另一项大会CVPR错开时间, 所以我们会有充分的时间来准备.
本届ICCV共收到596篇投稿, 其中有205篇被接收为会议论文, 录取比例大概是3:1, 竞争是相当激烈和残酷的. 所以主办者在会议文集的前言中特别说明, 被ICCV拒稿并不表示工作做得不好. :PP 会议共有45篇Oral Presentation, 160篇Poster Presentation, 还有二三十个Demo. 在正式会议的四天时间里, 每天一般是有四个Oral Section, 从早上九点进行到下午五六点钟, 每个Section都有一个比较集中的主题, 有三到四篇论文的Presentaion. 从早上十点半开始, Demo就开始演示. 而Poster是在一个大厅里面, 贴上
自己的讲稿, 向来人介绍自己的工作, 一般从下午三点开始. 所有这些Section因为有时间重叠, 所以是不可能看全的. 一般来说, Oral Paper的论文水平更高一些, 精彩的多,但是也不乏一些比较垃圾的; Poster的好处是, 你可以有更多的机会来和对你这篇文章真正感兴趣的人来交互; Demo通常不意味着新的技术, 而且你问他内部技术他也不会说.:pp 参展的大多是利用视觉技术的公司, 所以是代表了系统集成和应用的方向.
我和徐光佑老师, 以及微软研究院的Sing Bing Kang博士, 沈向洋博士合作的Error Analysis on Pure Rotation-Based Self-Calibration, 是本次会议的一篇Poster. SingBing告诉我这篇Paper几乎是一篇Oral, 但是因为本身是理论和公式比较多的东西, 所以最终Poster也许是更合适的选择. 我从Oral Presentaion的效果来看, 英文不纯熟, 讲得磕磕巴巴, 也许反而会毁了论文给人的印象, 不免暗自有一点怯懦的庆幸. :(( 因为徐光佑老师没有能够参加这次会议, Sing Bing也有意训练我这方面的能力, 所以这篇Poster是主要由我来做Presentation. 所以这个时候我不仅代表实验室, 代表计算机系, 代表清华, 更在一定程度上代表中国大陆研究生的形象和水平, 我自感肩上责任重大超过了以往任何时刻.
原先以为Poster就是拿个图钉把论文往板上一贴就完事了, 后来才知道要跟正式Oral一样做Presentation, 还要写讲稿. 别说是我, 连沈向洋这样的大牛都得站在板子前面介绍论文的工作, 通常被称之为”站岗”. :pp 按说讲稿是我自己写的, 论文的工作是我自己做的, 讲起来应该不是很困难, 其实不然. 从讲论文的经验来说, 我在组里也受过足够的训练, 但是在组里都是用中文进行的, 完全是两种体验; 唯一一次用英文做Presentation是在西门子介绍我们MPEG4合作项目的情况, 这个经历很宝贵, 但是讲的时候我很清楚台下的人对技术本身的了解程度是不及我的. 这次的情况不同在于首先是用英文来做, 其次是
我们要面对可能比我们更熟悉这个题目的听众. Richard Hartley, Peter Sturm…这些都是成名已久的前辈, Hartley更是3D Vision的权威和Rotation-Based Self-Calibration的鼻祖, 简直是想起来就可怕. 还有一些听众, 甚至完全有可能是没有认真看过这篇论文就来挑刺的, 这样恶劣的环境, 大概也没有遇到. 加之前所未有的重大责任, 我确实面临很大的压力.
唯一的对策只有充分准备. 我们的Poster是大会第二天的第一篇. 所以第一天晚上我和Sing Bing就匆匆离开了ICCV的招待酒会, 到旅馆的房间里准备. 一开始我紧张得几乎开不了口, 一说话就满是磕巴, Sing Bing真是一个很敬业的人, 他耐心的一遍一遍的教我应该怎么说. 还帮我缓解压力, 告诉我, 虽然Hartley等人是权威, 但是在我们这个题目上面, 理应没有任何人比我更熟悉, 我完全应该有自信面对他们. 一直到将近12点Sing Bing才走, 我继续自己练习, 最后竟然捧着讲稿坐在沙发上睡着了. :(( 第二天早上起床, 我也继续在房间里练习啊练习, 到最后终于差不多达到Sing Bing所说的那个水平: 只要一开口, 就可以几乎毫无知觉的象自动机一样BlaBlaBla…的讲下去了. :))
最后的Poster Presentation总算一切顺利. 几乎所有的引用论文的作者都来了. 我们Poster的第一个访者就是Peter Sturm. 快结束的时候Hartley也来了, 我向他做了论文介绍. 其实跟这些人讲反而比较轻松, 因为那些冗烦的公式对他们来讲却是再熟悉不过的东西, 所以你只要跟他讲主要的idea和point就行了, 他们的理解速度非常快. 当紧张忐忑的我听到Hartley不断的”Yes, Yes”的时候, 我的心终于放下了. :)) 一般来讲, 引用论文的作者都还比较客气, 他们也比较了解论文的工作, 不会提出什么很奇怪很刁钻的问题. 最可爱的是Eric Hayman, 我们论文中引用了他的博士论文, 但是一时疏忽却放错了地方. 他特地来向我们提出, 提醒我们如果有其他的版本的话, 记得改正. 更站在我们Poster前面, 帮我向听众做讲解, 真是让我不知道该怎么感谢他才好. 还有一些很热心的听众, 向我们提建议说哪些地方可以继续深入研究一下, 感觉也都很善意.
会议的另外一大收获就是认识了很多的人. 通过PAMI TC资助认识了Jim Little; 通过介绍Paper认识了Richard Hartley, Eric Hayman, Yi Ma, Marc Pollefeys, Yongduek Seo, Gideon Stein, Peter Sturm, Bill Triggs等一批目前三维视觉方面活跃的牛人; 更结识了绝大多数工作在计算机视觉领域的华人. 徐刚, 沈向洋, 张正友, 权龙, 朱松纯, 这些都是曾经指导过我的人, 自然是要拜会的; 我见到了著名的Thomas Huang, 向他转达了徐老师的问候, 并邀请他今年下半年到北京的时候访问我们的实验室; 还有世界各地的研究计算机视觉的中国人, 大家在一起吃中餐, 感觉分外亲切. :)) 我还见到了中科院的马颂德教授和谭铁牛教授, 不过时间紧张没有机会认识了, 我本来还想代研团委邀请马老来清华讲学, 看样子只有以后等机会了. :((
比较遗憾的是, 因为和这些权威们都只是初次认识, 没有机会向他们更多的讨教计算机视觉研究未来的发展方向, 会议也没有设专门的议程讨论这个问题. 但从我个人参加会议的观感来看, 单纯的几何视觉研究正在走下坡路, 反正就那么几个约束, 多加一个额外约束就可以多求解一些东西, 变化也就这么大了, 没有太多新鲜的东西. 一个新的方向是各种技术的融合, 比如这次做的一篇Poster, 利用Segmentation的信息来帮助重构, 效果还是很惊人的. 统计学习的方法也是目前的一大热点. 单朱松纯一个人就在过去两年里发了3篇PAMI, 2篇IJCV, 5篇ICCV, 4篇CVPR, 还有N篇正在被review, 实在令人惊服. 另外一方面, 一些灵光一现的新点子加上系统性本质性的概括还是得到大家的推崇. 比如通过在摄像机前添加各种滤镜来丰富Panorama的表现层次, 这篇Oral简直直接就可以进教科书; 另外一篇Oral, 利用两个摄像机间恒定的相对位置进行序列之间的Homography匹配, idea极清晰简单, 通篇没有几个公式, 却令人拍案叫绝; 更简单的是一篇Poster, 因为投影机位置的关系, 投到幕上有时难以保证是矩形, 于是做一次Homography校正, 即可让投影画面永远保持横平竖直, 超简单, 可是偏偏就是人家第一个想到. 前面的两篇都是Marr Prize的候选文章, 可见大家欣赏Paper的观点还是比较一致的. 不过因为学生会员没有参加会议的Banquet, 我目前还不知道本届Marr Prize的最终得主是谁. :(( 参加会议的另一个突出感受是ICCV并非高不可攀. 只要是扎扎实实的工作, 有一两点新的东西, 发表的可能还是很大的. 这次大会也有一些识别方面的文章, 我觉得任海兵师兄的手势识别的工作一点也不比他们逊色, 以后我们组应该可以更多地尝试一下这些高水平的国际会议.
温哥华是一个美丽的城市. 因为是大海港, 又在美洲大陆西岸, 华人聚居于此, 比例高达60%, 是北美地区第二大华人城市. 城市里华人餐馆很多, 价格适中, 味道也很正宗, 实在好过慕尼黑越南人开的中餐馆. 机场, 商店的很多地方都可以说中文, 电台也放中文流行歌曲, 实在亲切极了. Downtown的地域不大, 著名的Stanley Park临近海边, 加拿大的象征之一--图腾柱就在公园的西北角. 顺着沿海人行道可步行到达, 当然骑自行车是最好的选择. 离开加拿大的前一天晚上我沿着海边散步走到Stanley Park, 一路确实心旷神怡, 一天开会的疲倦都没有了. 所以第二天北京申奥成功, 我安慰加拿大人说”你们的城市非常漂亮, 我相信你们也能办好一届奥运会”, 倒也是出自肺腑.
开会之前有一个小插曲. 不知道网上登记哪一步的问题, 会议发给我的胸牌上单位写成了Munich, 我连忙找到主办方的工作人员, 请他们给我重新打了一张写着Tsinghua University的胸牌. :)) 听到熟人跟别人介绍: 这是来自清华大学的…, 我就有说不出的自豪. 正如我在给Jim Little先生的信中写的, 参加这次ICCV, 是给了我一个机会来看世界, 来了解计算机视觉领域第一流的学者和第一流的研究, 也是给了世界一个窗口来看我们, 来了解清华大学计算机系媒体所. 我相信两者都达成了愿望.
最后, 请允许我再一次感谢徐光佑老师对我参加本次ICCV的支持和资助; 感谢中科院软件所的苗骏博士在住宿以及与会的很多方面给予的帮助; 感谢Jim Little教授和PAMI TC Student Support以及相关Sponsor的资助.