CVPR 2023线下分享会全日程公布，这周六不见不散

原副标题：CVPR 2023实体店撷取会全议程发布，这周日客路

近几年，大词汇数学模型（LLM）取得了明显重大进展，其中且以 ChatGPT 和 GPT-4 为代表，前者是火出圈的谈话数学模型，前者是多逻辑系统大数学模型。前段时间一两年，听觉应用领域也出现开创性科学研究，比如说 Meta 发布了「拆分一切」AI 数学模型（SAM），将 NLP 应用领域的 Prompt 本体论伸展到 CV 应用领域。OpenAI 开放源码数学模型 Consistency Models 无须对付体能训练方可加速获得高效率样品，被视作蔓延数学模型的闪电侠。同时，3D 与具身智能化也正式成为计算机系统听觉应用领域的炙手可热科学交叉学科。

为的是易于了解 AI 应用领域的新一代科技成果与行业发展趋势，AI 顶会是必不可少的劳特尔，特别是对影像应用领域钟爱的科学研究人员，CVPR 就是两个较好的选择。

作为 CV 应用领域的顶会，CVPR 每年单厢招揽大量科学研究机构和院校与会，征稿数量也在持续减少。我们以 CVPR 2023 为例，去年共接到 9155 份递交，比去年减少了 12%，刷新历史纪录；转交 2360 篇学术研究论文，转交率仅 25.78%。去年讨论会将于 6 月 18 日至 22 日在多伦多会议中心举行。

为的是给国内 CV 街道社区专业人士构筑两个民主自由随心所欲的国际交流网络平台，电脑之心计划于 6 月 3 日组织「CVPR 2023 实体店学术研究论文撷取会」，广邀 CV 街道社区核心成员报名者参与。

此次学术研究论文撷取会将增设 Keynote、学术研究论文撷取、Po

目前，撷取会全议程、Keynote 撷取来宾及演说主轴正式发布。

Keynote 来宾及演说主轴

下午 Keynote 1：比涅华二维世界的 AIGC

撷取全文：智能化内容聚合（AIGC）已经正式成为当前人工智慧化学术研究应用领域的领涨板块。以 Stable diffusion 为代表的一系列新技术在影像聚合应用领域大放异彩。我们的听觉世界本质上是二维结构，听觉内容聚合也将从二维世界迈向更加丰富的二维世界。在这次撷取中，我将介绍科学研究团队在 CVPR 2023 所发表的一系列关于二维聚合的学术研究论文，涵盖二维数据、NeRF 建模、以及 Diffusion model 在二维应用领域的应用，其中包括入选 award candidate 的 OmniObject3D。

撷取人介绍：比涅华，香港中文大学信息⼯程系副教授，上海⼈⼯智能化实验室领军科学家，⾹港中⽂⼤学交叉学科⼈⼯智能化科学研究所所长。林教授于 2012 年在美国麻省理⼯学院获得计算机系统科学博⼠学位。他在 AI 应用领域发表逾 200 篇论⽂，引用逾 30000 次。他在 2010 年获得 NeurIPS 的最佳学⽣论⽂奖，在 CVPR 2023 入选 award candidate。他曾指导科学研究团队参加 ImageNet、ActivityNet 与 COCO 等计算机系统听觉应用领域的主要国际竞赛，多次夺冠。他还担任 IJCV 的编委，以及多次担任应用领域主席。他于 2018 年主导发起的 OpenMMLab 已经正式成为深度学习时代最具影响的计算机系统听觉算法开放源码项⽬。

下午 Keynote 2：代季峰从通用感知数学模型到通用具身数学模型

撷取全文：AI 的新一代重大进展产生了能够理解幽默，响应不同词汇的听觉提示，并从文本描述创建影像的通用感知算法。推动这一进步的关键因素是大量数据集的可用性以及使得在这些数据集上进行数学模型体能训练正式成为可能的创新方法，从而使电脑学习数学模型在完成任务时变得更强大，更有效，更准确。然而，电脑人技术应用领域仍在应对诸如适应性、学习以及理解人类词汇等问题。传统数学模型通常无法在任务之间推广学习，需要对每个新任务进行大量的再体能训练和调整。为解决这个问题，科学研究人员正在利用大型词汇数学模型，如 GPT-4，通过从听觉和词汇应用领域转移知识来增强电脑人系统。

我们旨在将通用感知数学模型的成果推广到电脑人应用领域，即创建两个真正通用的具身智能化数学模型，需要两个能够从多种逻辑系统（如听觉和词汇）学习的系统，增强电脑人与其环境和人类的互动。虽然将词汇和听觉信息整合到电脑人系统中有可能带来潜在的好处，但也存在相当大的挑战，需要精心设计的算法和架构来有效地处理多逻辑系统输入，同时保留各个组件的能力。传感器数据在将大型词汇数学模型应用在电脑人系统中起着至关重要的作用。将词汇数学模型与原始传感器数据相结合，使系统能够更密切地连接其物理环境，从而促进更有效的学习和互动。这种新颖的通用电脑人数学模型将词汇数学模型体能训练成直接摄取原始传感器数据流，增强其对环境的理解和任务执行。

将大型词汇数学模型与原始传感器数据相结合，得到的通用电脑人数学模型将促进高效的电脑人学习，使电脑人能够加速适应新任务和环境，同时最大程度地减少了大量再体能训练的需要。因此，从大型感知数学模型到大型实体数学模型的过渡，以其挑战和创新为特征，开启了电脑人技术新的篇章，即适应性强，效率高，智能化的电脑人系统的出现。

撷取人介绍：代季峰，清华大学电子工程系副教授，博士生导师，上海人工智慧化实验室领军科学家。在 2009 年和 2014 年于清华大学自动化系分别获得工学学士和博士学位，博士导师周杰教授。2014 年至 2019 年在微软亚洲科学研究院听觉组工作，担任首席科学研究员、科学研究经理。2019 年至 2022 年在商汤科技科学研究院工作，担任执行科学研究总监，二级部门长。2022 年 7 月全职加入清华大学电子工程系。他的科学研究兴趣包括计算机系统听觉、深度学习等。他在相关应用领域发表国际期刊、会议文章 50 余篇，学术研究论文总引用 2 万 7 千余次。多篇学术研究论文正式成为物体识别应用领域里程碑式的成果，被编入世界一流大学听觉课程讲义，被选入深度学习权威框架 PyTorch 正式成为标准算子。他连续两年获得物体识别应用领域权威的 COCO 比赛冠军，之后历届冠军系统也使用了他提出的算法。他提出的算法获得自动驾驶感知应用领域权威的 Waymo 2022 竞赛冠军。他是顶刊 IJCV 的编委，和顶会 NeurIPS, ICCV，CVPR，ECCV 的应用领域主席，ICCV 2019 的宣传主席。

下午 Keynote 1：徐凯基于二维几何感知的具身智能化

分享全文：听觉感知是电脑人探索、感知和理解未知环境的最重要方式。随着二维传感技术的飞速发展，二维图形正与电脑人听觉深度融合，形成基于二维几何的电脑人感知与交互新途径，实现电脑人对未知环境的二维感知和灵巧交互，并最终支持电脑人在二维环境中实现具身智能化。此次报告围绕重建、理解、交互三个方面，汇报我们近几年的系列工作，包括：加速相机运动下的实时二维重建，电脑人自主与协同式场景扫描与重建，电脑人主动式场景理解，以及基于二维几何表征学习的电脑人灵巧抓取等，并尝试探讨基于二维几何感知的具身智能化的未来发展方向。

撷取人介绍：徐凯，国防科技大学教授。国家优青，湖南省杰青。普林斯顿大学访问学者。科学研究方向为计算机系统图形学、二维听觉及其电脑人应用等。发表 CCF A 类学术研究论文 70 余篇，其中包括计算机系统图形学顶级会议 SIGGRAPH 学术研究论文 27 篇。担任 ACM Transactions on Graphics 等领域顶级国际期刊的编委。担任 GMP 2023、CAD/Graphics 2017 等国际会议的学术研究论文共同主席，以及 SIGGRAPH、Eurographics 等会议的程序委员。担任中国图象图形学会二维听觉专委会副主任、中国工业与应用数学学会几何设计与计算专委会秘书长、中国图学学会理事。获湖南省自然科学一等奖 2 项（排名第 1 和第 3）、中国计算机系统学会自然科学一等奖（3）、军队科技进步二等奖、军队教学成果二等奖。

下午 Keynote 2：韦星星物理环境下深度神经网络安全性科学研究

撷取全文：深度神经网络的对付鲁棒性已经被广泛科学研究，目前在物理域使用最广泛的攻击方法是对付补丁，尽管可以获得不错的效果，但是其隐蔽性较差，实现也比较繁琐。本报告介绍有意义的对付补丁构造方法 – 对付贴片，不同于传统聚合对付噪声的方式，对付贴片使用生活中随处可以见的材料，通过优化求解该贴片在目标物体上的位置和形状等信息来构造物理攻击。在可见光、红外等不同逻辑系统下的实验验证了本方法的先进性和有效性。

撷取人介绍：韦星星，现任北航人工智慧化科学研究院副教授，博士生导师，小米青年学者，北航青年拔尖人才。主要科学研究方向为对付电脑学习和计算机系统听觉，在 TPAMI, IJCV 和 NeurIPS, CVPR, ICCV 等人工智慧化应用领域顶级期刊和会议发表学术研究学术研究论文 60 余篇（TPAMI/IJCV 学术研究论文 4 篇）。在 DEFCON，ACMMM，CVPR 上举办的国际竞赛中获得三项冠/亚军，作为负责人主持科技部“新一代人工智慧化” 2030 重大项目课题、国家自然科学基金面上项目、青年项目、CCF-腾讯犀牛鸟基金等。

Poster 展示学术研究论文