CVPR 2016 ( http://cvpr2016.thecvf.com/ )の参加速報で、CVPR2015とCVPR2016の差分をメモ的に書きました。 前提として、CVPR2015の論文もしくは論文まとめ資料 ( http://www.slideshare.net/cvpaperchallenge )に全て目を通したことと、CVPR2016の全日程に参加しております。

1. CVPR2016 速報
– 2015と2016の差分 –
片岡 裕雄
http://www.hirokatsukataoka.net/

2. 概要
• CV分野のトップ会議CVPR – 2015/2016の差分
– CVPR2016 (本会議 2016/6/27 – 2016/6/30)の速報
– CVPR2015 と CVPR2016の差分をまとめました
– 前提としてCVPR2015の論文もしくはまとめ資料全てに目を通し
た※ & CVPR2016に参加した
※ cvpaper.challenge (h=p://www.slideshare.net/cvpaperchallenge)より
– 速報性を重視したためメモ程度であることにご注意

3. CNNの扱いについて
– Deep Learningはもはや当たり前となったので、あまり気にしなく
なっている
• 論文検索でタイトルや内容検索すると約400件/643件
• 発表で聞いている感じだと80~85%はCNN/RNNなど使っている印象
• もちろん，この先どうするか？という議論は絶えない
– RNNが昨年よりも確実に増えた
• 2015年は画像生成文や一部の動画処理だった
• 2016年は画像生成文，質問回答 (Visual QuesMon Answering; VQA)をはじ
め動画処理や画像解析 (Image Parsing)など文脈を考慮するモデルなら
RNNを用いるという傾向

4. 激戦区？
– 物体検出
• 文字通り画像内の位置を求める問題で，現在ではクラスも含めて位置を
推定
– セマンティックセグメンテーション
• 物体検出からさらに踏み込んで，ピクセルレベルで位置を推定，もちろん
クラスも推定
– 画像解析
• 画像認識が高精度にできたことで，画像解析(Image Parsing)も徐々に増え
た
• 静止画から総合的な画像の理解を求める問題が増えた

5. CNNと並列に用いられる手法
– MRF / CRFやRandom Forests
• セグメンテーションや文脈解析などはMRF/CRFが根強く残る
• Random Forestsは並列処理も可能でCPUでの実応用に耐えうるから？
• 両者の理論は未だに面白いため，洗練されたものであれば査読を突破す
ることが可能

6. オーラル発表から (1)
– Visual QuesMon Answering (VQA)が初日オーラルの一番最初の
ひとつに
• 言語とビジョンがひとつのトレンド
• もちろん画像説明文は健在
• 画像説明文からの派生も含まれる (動画応用、アプリケーション等)

7. オーラル発表から (2)
– ボリュームデータの活用
• 時系列解析，動画像
• 3次元データ処理
• 両者が昨年よりも目立っている気がする

8. 時系列解析
– 行動認識
– イベント認識
– 一人称ビジョン
– ビデオサマライズ
など

9. 3次元解析
– 物体検出
– 属性推定
– セマンティック解析
– ポイントクラウド
など

10. 人物解析
– 顔認識
– 検出
– 追跡
– 姿勢推定
– 再同定
– 属性推定
– 行動認識
など

11. 自動運転への取り組み
– セッションは特別なかったが，アプリケーションとして自動運転へ
向けた取り組みが見られた
• 歩行者検出
• 物体検出
• 環境認識
• セマンティックセグメンテーション
• (セマンティック)オプティカルフロー
• ステレオ視
• トラッキング
• 属性解析
など

12. 根強く残る研究
– デバイスや光，センシングを用いる研究枠は変わらず残る
– ComputaMonal Photography

13. データセット
– 相変わらず巨大化する傾向にある
– 面白いデータセットを提供するグループも

14. 新しい問題
– 最近の問題のフォロー含む
– 物理量の変換
– 地図検索
– UAV
– その他，個別分野で提案

15. 今後の方針？(1)
• やはり問題設定を作ることが重要
– CNNはツールとして用いる
– 一時期のHOGやSIFTなどと同様

16. 今後の方針？(2)
• データセットを作る
– 問題と同時にデータセットを自分で作る
– 覚悟する！
– データの作成が新規性のひとつとして論文に書ける

17. 今後の方針？(3)
• 新規性をうまくアプリケーションとして見せる
– 昔のBuilding Rome in a Day (ICCV2009)のようなイメージ
– 今回のCVPRだとFace2Faceなど
– 少しの差分でもその違いで見える未来を(分かりやすく)説明
– 分かりやすく，というところが重要

18. 今後の方針？(4)
• ロストアイディアを復活できないか
– Deep Learningにより(一時的に)消されたアイディアを復活
– もちろん，今風にアレンジ
– 可能性があるにも関わらず，消えたアイディアという意味