ECCV 2020 亮点摘要（上）

正文字数：6788  阅读时长：10分钟

2020年欧洲计算机视觉会议（ECCV）于8月23日至28日在网上举行，由1360篇论文组成，包括104场orals，160场spotlights以及1096篇posters，共进行有45场workshops和16场tutorials。与近年来的ML和CV会议一样，产出了大量精彩的论文。

作者 / Yassine

原文链接 / https://yassouali.github.io/ml-blog/eccv2020/

与我的CVPR2020帖子类似，为了了解今年会议的总体趋势，我将在这篇博客文章中总结一些引起我注意的论文（列出一些），并对整个会议进行概括。

首先，以下是一些相关链接：

会议所有收录论文：https://www.ecva.net/papers.php

部分成果展示：https://crossminds.ai/category/eccv%202020/

Youtube播放列表：https://www.youtube.com/playlist?list=PL6liSIqFR4BXnfg7-HM5-f7LGEKL1EDYb

每篇论文的一句话介绍：https://www.paperdigest.org/2020/08/eccv-2020-highlights/

ECCV网站：https://papers.eccv2020.eu/paper/160/

免责声明：这篇文章并不是对ECCV2020中的论文和主题的描述和代表；它只是我对自己感兴趣的内容进行的概述。

整体统计概况

本部分的统计数据摘自官方Opening＆Awards。让我们从一些一般的统计数据开始：

与2018年会议相比，论文提交的数量比起前几年有着持续增长的趋势，所提交的论文数增加了200％以上，与CVPR 2020的论文数量相近。如预期的那样，审稿人数和涉及的领域相应地增加了。

不出所料，大多数被收纳的论文都集中在与深度学习，识别，检测和理解有关的主题上。与CVPR 2020类似，研究人员对诸如无监督学习的标签有效方法和低视野等领域的兴趣日益浓厚。

就研究机构的组成而言；与今年的ICML相似，Google排名第一，有180位作者，其次是香港中文大学的140位作者，北京大学的110位作者。

在下一部分中，我们将按主题介绍一些论文摘要。

识别，检测，分割和姿态估计

End-to-End Object Detection with Transformers

（https://arxiv.org/abs/2005.12872）

目标检测的任务包括对给定图像中的可见对象进行定位和分类。现如今大部分的目标检测框架包括一系列预先定义的方框，即也就是称作 anchors 或是 region proposals 的几何先验框），这些框首先将由网络进行分类，然后进行回归以调整边界框的尺寸 ，然后进行后处理步骤以删除重复的检测结果。但是，由于引入了后处理，整个网络并不能像其他计算机视觉任务一样进行端到端的训练。。在本文中，作者提出了一个新的目标检测框架，DETR（DEtectionTRANSformer），这是一个可以完全端到端训练的网络模型，且无需任何几何先验知识。下图