2021-10-22
国际计算机视觉会议(英文简称ICCV)于2021年10月11日-17日在线召开，我院PI赵行在此次会议上共发表四篇论文，其中两篇被收录为口头报告。
我院PI赵行指导的ICCV Oral论文“On Feature Decorrelation in Self-Supervised Learning”深入理解自监督学习中的的特征坍塌（feature collapse)问题，并且给出了一种基于特征去关联(feature decorrelation)的方法来避免坍缩。论文成果得到了审稿人的一致肯定，并被选为口头报告论文。论文的第一作者为我院科研助理华天羽。
图1 自监督学习中的特征坍缩分析
赵行指导的ICCV论文“Multimodal Knowledge Expansion” 提出了一种基于知识蒸馏的多模态学习框架，利用大规模的无标签的多模态数据，让多模态模型从单模态模型“继承知识”，并且实现“知识扩展”，最终提升模型的效果。此研究对当下热门的自监督学习、半监督学习等方向都有着重要的指导意义。本论文的第一作者为我院学士后薛子慧。
图2 多模态知识扩展
赵行在Waymo公司的工作“Large Scale Interactive Motion Forecasting for Autonomous Driving: The Waymo Open Motion Dataset”被选为ICCV Oral论文。研究指出了交互是自动驾驶中亟需解决的关键问题，并且建立了目前最大的带交互的运动预测数据集，是运动预测领域下一代的基准。
图3 Waymo运动预测数据集
赵行指导的ICCV论文“ DenseTNT: End-to-End Trajectory Prediction From Dense Goal Sets” 为自动驾驶提出了一个无锚点，端到端的轨迹预测模型。此模型在Argoverse, Waymo, INTERACTION等多个数据集上获得了最好的效果，并且获得了2021年Waymo轨迹预测大赛冠军。
图4 DenseTNT
目前，计算机视觉领域世界三大顶级会议分别为国际计算机视觉与模式识别会议（CVPR）、国际计算机视觉会议（ICCV）和欧洲计算机视觉国际会议（ECCV）。其中，ICCV是由电气和电子工程师协会（IEEE）主办的全球最高级别学术会议。ICCV每两年在世界范围内召开一次，在业内具有极高的评价，是计算机视觉领域三大顶会之首。
据统计，ICCV 2021论文接受率为25.9%，口头报告论文接受率仅3.3%，我院PI赵行等人在本次会议上共发表四篇论文，体现了我院在计算机视觉研究领域的重要影响力。我院也将在此重要阶段性成果的基础上，继续发挥融合创新的平台优势，不断提升我院在国际学术界的美誉度。
