【快讯】CVPR2023结果出炉，2360篇上榜， 你的paper中了吗？

【导读】计算机视觉顶会CVPR2022接收论文列表已公布，你的文章中了吗？

根据官方信息统计，今年共收到 9155 份提交，比去年增加了 12%，创下新纪录，今年接收了 2360 篇论文，接收率为 25.78%。作为对比，去年有 8100 多篇有效投稿，大会接收了 2067 篇，接收率为 25%。

作为人工智能领域的顶级会议，CVPR 每年都会吸引大量研究机构和高校参会，近年来，CVPR 的投稿数量也在持续增加，从 2019 年的 5000 多篇有效投稿增长到 2021 年 7500 篇，去年达到 8100 多篇有效投稿。今年更是数量稳增，达到 9155 篇。今年大会将于 6 月 18 日至 22 日在温哥华会议中心举行。

CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写，即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议，会议的主要内容是计算机视觉与模式识别技术。

虽然论文接收列表还没有公布，但已经有机构、学者等开始分享论文被接收的喜悦。

YOLO 项目维护大神 Alexey Bochkovskiy 表示，自己参与的论文《YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors》已被接收，该研究的三位作者 Chien-Yao Wang、Alexey Bochkovskiy 和 Hong-Yuan Mark Liao 还是 YOLOv4 的原班人马。

据了解，YOLOv7 在 5 FPS 到 160 FPS 范围内，速度和精度都超过了所有已知的目标检测器，并在 GPU V100 上，30 FPS 的情况下达到实时目标检测器的最高精度 56.8% AP。YOLOv7 是在 MS COCO 数据集上从头开始训练的，不使用任何其他数据集或预训练权重。由此看来，这篇入选也是意料之中的事。

https://www.zhuanzhi.ai/paper/30b8135e79b9c6e6ef1f294f88cb2e99

推进人工智能的一个关键目标是开发技术，不仅服务于一个群体的需求，而且服务于所有社区的需求，无论其地理区域如何。事实上，有相当一部分知识是由某些地区的人在当地共享的，但由于文化差异，可能无法在其他地区平等地应用。如果一个模型不知道区域特征，它可能会导致区域之间的性能差异，并导致对代表性不足的群体的偏见。本文提出GIVL，一种地理包容性的视觉和语言预训练模型。地理多样性视觉概念具有两个属性，有助于地理多样性知识的学习:1)相似类别下的概念具有独特的知识和视觉特征，2)视觉特征相似的概念可能属于完全不同的类别。在这些属性的启发下，设计了新的预训练目标——图像知识匹配(IKM)和图像编辑检查(IEC)来对GIVL进行预训练。与用相似数据规模预训练的相似大小的模型相比，GIVL在地理多样化的V&L任务上实现了最先进的(SOTA)和更平衡的性能。

尽管深度生成模型取得了显著进展，但由于其高维和复杂的时间动态以及大的空间变化，合成高分辨率和时间连贯的视频仍然是一个挑战。最近关于扩散模型的工作显示了解决这一挑战的潜力，但它们存在严重的计算和内存效率低下，限制了可扩展性。为解决这个问题，本文提出一种新的视频生成模型，即投影潜视频扩散模型(PVDM)，一种概率扩散模型，在低维潜空间中学习视频分布，因此可以在有限资源下有效地对高分辨率视频进行训练。PVDM由两个组件组成:(a)一个自动编码器，将给定视频投影为二维形状的潜向量，分解视频像素的复杂立方结构;(b)一个专门为新的分解潜空间设计的扩散模型架构，以及用单个模型合成任意长度视频的训练/采样程序。在流行的视频生成数据集上的实验结果表明，PVDM比之前的视频合成方法具有更好的性能;PVDM在UCF-101长视频(128帧)生成基准上获得了639.7的FVD分数，比之前的最先进水平提高了1773.4。

https://www.zhuanzhi.ai/paper/ccc7e644f328b7771b54c64b2992137c