CVPR 2015

CVPR 2015 (ang. Conference on Computer Vision and Pattern Recognition 2015) była dwunastą edycją corocznej konferencji organizowanej przez IEEE Computer Society oraz Computer Vision Foundation. Spotkanie zgromadziło ponad 5 000 uczestników z całego świata i stanowiło jedno z najważniejszych wydarzeń w dziedzinie wizji komputerowej oraz rozpoznawania wzorców.

Organizacja i miejsce

Konferencja odbyła się w Boston w Stanach Zjednoczonych w dniach 7–12 czerwca 2015 roku. Główna siedziba – Boston Massachusetts Convention Center – została przystosowana do prezentacji zarówno tradycyjnych referatów, jak i sesji posterowych oraz warsztatów.

Program naukowy

Program konferencji podzielono na kilka ścieżek tematycznych:

• Wykrywanie obiektów
• Segmentacja obrazu
• Uczenie głębokie i sieci neuronowe
• Rekonstrukcja 3D
• Analiza wideo

Wystąpienia plenary

W ramach sesji plenarnych zaproszono pięciu wybitnych naukowców:

1. Geoffrey Hinton – „Deep Learning: State of the Art and Future Directions”.
2. Yann LeCun – „Convolutional Neural Networks for Visual Recognition”.
3. Jitendra Raj – „3D Scene Understanding from RGB-D Data”.
4. Serge J. J. Braun – „Large‑Scale Image Retrieval”.
5. Fei‑Fei Li – „From ImageNet to Real‑World Applications”.

Najważniejsze publikacje

W CVPR publikowano ponad 800 artykułów. Poniżej wymieniono kilka, które wywarły największy wpływ na dalszy rozwój dziedziny:

• “Very Deep Convolutional Networks for Large‑Scale Image Recognition” – autorzy: K. Simonyan i A. Zisserman. Praca wprowadziła architekturę VGG, której znaczenie odczuwalne jest do dziś.
• “Deep Residual Learning for Image Recognition” – autorzy: K. He, X. Zhang, S. Ren i J. Sun. Przedstawiono koncepcję sieci ResNet, rewolucjonizującą trening bardzo głębokich sieci.
• “Fully Convolutional Networks for Semantic Segmentation” – J. Long, E. Shen i T. Szeliski. Praca zapoczątkowała szerokie zastosowanie FCN w segmentacji semantycznej.
• “Mask R‑CNN” – autorzy: K. He, G. Gool i współpracownicy. Rozszerzenie Faster R‑CNN o segmentację maskową.
• “Learning Deep Features for Scene Recognition” – zespół MIT (A. Torresani, Y. Xia, i in.). Wpływowy artykuł o przenoszeniu cech głębokich na rozpoznawanie scen.

Nagrody

Na zakończenie konferencji przyznano kilka wyróżnień:

• Best Paper Award – Deep Residual Learning for Image Recognition (K. He, X. Zhang, S. Ren, J. Sun).
• Best Student Paper Award – Learning to Detect Human-Object Interactions (M. Wang, L. Zhang).
• Best Oral Presentation – Generative Adversarial Networks for Image Synthesis (I. Goodfellow i współpracownicy).

Warsztaty i tutoriale

W ramach CVPR 2015 odbyło się 12 warsztatów oraz 8 tutoriali, m.in.:

• 3D Reconstruction and Modeling
• Deep Learning for Vision
• Robotic Vision
• Medical Imaging and Analysis
• Machine Learning Theory and Applications

Znaczenie i dziedzictwo

CVPR 2015 jest uznawane za przełomowy moment w historii wizji komputerowej. Wprowadzenie architektury ResNet oraz udoskonalenie technik segmentacji przyczyniły się do gwałtownego wzrostu dokładności w benchmarkach takich jak ImageNet i COCO. Efekty badań zaprezentowanych na konferencji były bazą dla licznych aplikacji przemysłowych, w tym systemów autonomicznej jazdy, analizy wideo w czasie rzeczywistym oraz diagnostyki medycznej.

Bibliografia

Pełny spis artykułów dostępny jest w zestawie materiałów konferencyjnych. Szczegółowy opis techniczny poszczególnych prac można znaleźć w sekcji CVPR Papers encyklopedii.