预告 | 十年来最难投中的一届CVPR？他们带着论文来了！
国际计算机视觉与模式识别会议（CVPR）是人工智能领域最有学术影响力的顶级会议之一。根据 CVPR 2020 官方公布的论文收录结果，今年会议共收到有效投稿 6656 篇，接收论文 1470 篇，收录率为 22%，堪称十年来最难投中的一届，相信大家已对本届CVPR的论文充满了期待。
为此，微软亚洲研究院将于 5月14号（下周四）9:00 至 18:00 举办微软亚洲研究院创研论坛 CVPR 2020 论文分享会。国内外计算机视觉领域的优秀代表们将携各自在 CVPR 2020 发表的最新研究，与大家交流分享。活动将全程于线上进行，现场内容包括论文分享、圆桌讨论和海报展示等。
本次研讨会由清华大学媒体与网络技术教育部-微软重点实验室承办，中国计算机学会计算机视觉专委会、中国图象图形学学会视觉大数据专委会协办。
这也是微软亚洲研究院主办的第四届 CVPR 论文分享会，旨在分享与探讨领域内最值得关注的前沿技术和发展方向，促进国内计算机视觉领域进步。CVPR 论文分享会一直都颇具吸引力——2019 的分享会堪称“一票难求”，现场 300 人的报告厅座无虚席，更有近万人通过网络观看直播。
今年，我们仍然为大家全程开通直播通道，更将首次对线上观众开放圆桌讨论环节！研讨会将在 B 站直播，欢迎各位对计算机视觉领域感兴趣的小伙伴们届时观看，并通过弹幕与我们提问互动。
欢迎扫描下方二维码，加入活动交流群
▼
检测方向
宋广录
SenseTime X-Lab 研究员
论文标题：Revisiting the Sibling Head in Object Detector
戴琦
微软亚洲研究院 研究员
论文标题：Weakly-supervised Action Localization by Generative Attention Modeling
鲍建敏
微软亚洲研究院 研究员
论文标题：Face X-Ray for More General Face Forgery Detection
多模态方向
连宙辉
北京大学 副教授
论文标题：Controllable Person Image Synthesis with Attribute-Decomposed GAN
齐元凯
阿德莱德大学 博士后
论文标题：REVERIE: Remote Embodied Visual Referring Expression in Real Indoor Environments
李冠彬
中山大学 副教授
论文标题：Graph-Structured Referring Expression Reasoning in The Wild
潘滢炜
JD AI Research 研究员
论文标题：X-Linear Attention Networks for Image Captioning
底层视觉方向
岳焕景
天津大学 副教授
论文标题：Supervised Raw Video Denoising with a Benchmark Dataset on Dynamic Scenes
谭平
Simon Fraser University 教授
论文标题：LSM: Learning Subspace Minimization for Low-level vision
许燕
北京航空航天大学 副教授
论文标题：MaskFlownet: Asymmetric Feature Matching with Learnable Occlusion Mask
陶文兵
华中科技大学 教授
论文标题：SSRNet: Scalable 3D Surface Reconstruction Network
图像生成方向
罗平
香港大学 助理教授
论文标题：Towards Photo-Realistic Virtual Try-On by Adaptively Generating ↔️Preserving Image Content
张博
微软亚洲研究院 研究员
论文标题：Cross-domain Correspondence Learning for Exemplar-based Image Translation
黄文炳
清华大学 助理研究员
论文标题：Reusing discriminators for encoding：towards unsupervised image-to-image translation
机器学习方向
孙奕凡
旷视科技 博士
论文标题：Circle Loss: a Unified Perspective of Pair Similarity Optimization
李春光
北京邮电大学 副教授
论文标题：Stochastic Sparse Subspace Clustering
胡玮
北京大学 助理教授
论文标题：GraphTER: Unsupervised Learning of Graph Transformation Equivariant Representations via Auto-Encoding Node-wise Transformations
张立衡
University of Central Florida 博士
论文标题：WCP: Worst-Case Perturbations for Semi-Supervised Deep Learning
你也许还想看：