注:我上次在转载Zhihua Zhou的帖子时候补充说明了cv的会议,现在扩展成一篇长文.众所周知, computer vision(cv) 存在ICCV/CVPR/ECCV三个顶级会议, 它们档次差不多, 都应该在一流会议行列, 没有必要给个高下. 有些us的人认为ICCV/CVPR略好于ECCV,而欧洲人大都认为ICCV/ECCV略好于CVPR, 某些英国的人甚至认为BMVC好于CVPR. 简言之, 三个会议差不多, 各有侧重和偏好.笔者就个人经验浅谈三会异同, 以供大家参考和讨论. 三者乃cv领域的旗舰和风向标, 其oral paper (包括best paper) 代表当年度cv的最高水准, 在此引用Harry Shum的一句话, 想知道某个领域在做些什么, 找最近几年此领域的proceeding看看就知道了. ICCV/CVPR由IEEE Computer Society牵头组织, ECCV好像没有专门负责的组织. CVPR每年(除2002年)都在美国开, ECCV每两年开一次,仅限欧洲, ICCV也是每两年一次, 各洲轮值. 基本可以保证每年有两个会议开, 这样研究者就有两次跻身牛会的机会. 就录取率而言, 三会都有波动. 如ICCV2001录取率>30%, 且出现两个人(华人)各有三篇第一作者的paper的情况, 这在顶级牛会是不常见的 (灌水嫌疑). 但是, ICCV2003, 2005两次录取率都很低, 大约20%左右. ECCV也是类似规律, 在2004年以前都是>30%, 2006年降低到20%左右. CVPR的录取率近年来一直偏高, 从2004年开始一直都在[25%,30%]. 最近一次CVPR2006是28.1%, CVPR2007还不知道统计数据. 笔者猜测为了维持录取paper的绝对数量, 当submission少的时候录取率偏高, 反之偏低, 近几年三大会议的投稿数量全部超过1000, 相对2000年前, 三会录取率均大幅度降低, 最大幅度50%->20%. 对录取率走势感兴趣的朋友, 可参考 http://vrlab.epfl.ch/~ulicny/statistics/ (CVPR2004的数据是错的),http://www.adaptivebox.net/research/bookmark/CICON_stat.html .显然, 投入cv的人越来越多,这个领域也是越来越大, 这点颇不似machine learning一直奉行愚蠢的小圈子主义. 另外一点值得注意, ICCV/ECCV只收vision相关的topic, 而cvpr会收少量的pattern recognition paper, 如fingerprint等, 但是不收和image/video完全不占边的pr paper, 如speech recognition等. 我一个朋友曾经review过一篇投往CVPR的speech的paper, 三个reviewer一致拒绝, 其中一个reviewer搞笑的指出, 你这篇paper应该是投ICASSP被据而转投CVPR的. 就topic而言, CVPR涵盖最广. 还有一个没有验证过的原因导致CVPR录取率高: 很多us的researcher不愿意或没有足够的经费到us以外的地方开会, 故CVPR会优先接收很多来自us的paper (让大家都happy).以上对三会的分析对我们投paper是很有指导作用的. 目前的research我想绝大部分还是纸上谈兵, 必经 read paper -> write paper -> publish paper -> publish paper on top conferences and journals流程. 故了解投paper的一些基本技巧, 掌握领域的走向和热点, 是非常必要的. 避免做无用功, 选择切合的topic, 改善presentation, 注意格式 (遵守规定的模板), 我想这是很多新手需要注意的问题. 如ICCV2007明文规定不写summary page直接reject, 但是仍然有人忽视, 这是相当不值得的.paper毕竟是死的, 写paper的人才是活的. 那么我现在研究一下cv圈的格局, 按师承关系, 借鉴前人, 我总结a tree stucture of cv guys.David Marr----->Shimon Ullman (Weizmann) ----->Eric Grimson (MIT) ----->Daniel Huttenlocher (Cornell) ----->Pedro Felzenszwalb (Chicago)Thomas Binford (Stanford)----->David Lowe (UBC)----->Jitendra Malik (UC Berkeley) ----->Pietro Perona (Caltech) ----->Stefano Soatto (UCLA) ----->Fei-Fei Li (Princeton) ----->Jianbo Shi (UPenn) ----->Yizhou Yu (UIUC) ----->Christoph Bregler (NYU) ----->Serge Belongie (UCSD) ----->Alyosha Efros (CMU)Andrew Blake (Microsoft Research Cambridge) ----->Andrew Zisserman (Oxford) ----->Andrew Fitzgibbon (Microsoft Research Cambridge)----->Roberto Cipolla (Cambridge)----->Alan Yuille (UCLA)(UK这个学派的师承关系不太清楚, 这是我听说加上自己猜测的. 事实上, 几个非常优秀的researcher如Vladimir Kolmogorov虽然不是Andrew Blake的学生, 但是也属于这个学派. )Thomas Huang (UIUC)----->Yong Rui (Microsoft Research Redmond)----->Nebojsa Jojic (Microsoft Research Redmond)----->Ying Wu (Northwestern University)----->Hai Tao (UCSC)----->Yuncai Liu (SJTU)(Huang这个系的人太多, 而且很怪的是, UIUC的web上信息不全, 在此仅列出我知道的.)此外, 还有Takeo Kanade等非常有名的大牛, 囿于篇幅, 不一一列举. 从上得知, 加州派基本占了cv的半壁江山. 最近几年, 特别活跃的cv guys是USAJitendra Malik, UC BerkeleyPietro Perona, CaltechSerge Belongie, UCSDJianbo Shi, UPennStefano Soatto, UCLAFei-Fei Li, PrincetonWilliam Freeman, MITTrevor Darrell, MITSimon Baker, CMUYanxi Liu, CMUSongchun Zhu, UCLAAlan Yuille, UCLAYi Ma, UIUCMichael Black, Brown Carlo Tomasi, DukeRamin Zabih, Cornell Shree Nayar, ColumbiaRama Chellappa, MarylandSteve Seitz, University of WashingtonEuropeAndrew Zisserman, Oxford, UKAndrew Fitzgibbon, Microsoft Research Cambridge, UKRoberto Cipolla, Cambridge, UKJean Ponce, INRIA, FranceCordelia Schmid, INRIA, FranceBill Triggs, LEAR, FranceYair Weiss, Hebrew University, Israel Anat Levin, Hebrew University, Israel Michal Irani, Weizmann, IsraelLuc van Gool, University of Leuven/ETH Zurich, CzechicChina Harry Shum, MSRAXiaoou Tang, MSRA/CUHKJian Sun, MSRASteve Lin, MSRAYasuyuki Matsushita, MSRAZhouchen Lin, MSRALong Quan, HKUSTChi-Keung Tang, HKUST就写到这, 希望这些信息对大家有用.
补充一下那个tree,一个法国大牛Olivier Faugeras ----Ponce UIUC ---lazebnik ----Zhengyou Zhang MSR ----Martial Hebert CMUMit AI lab poggio ---Oliva ---serre Freeman 80年代还来太原理工扶贫了 ---Y. Weiss ----- Levin ---Antonio Torralba (research scientist) Trevor Darrell ---Grauman补充一下 Zisserman还有一个不错的学生lifeifei的合作者Rob Fergus
按研究方向分分, 应该更合理一些。现在计算机视觉, 计算机图形图像, 机器学习开始融合到一起了吧。J. Malik,Zhu Songchu偏segmentation;D. Lowe, S. Ullman, Poggio 偏于从生物视觉的启发来研究视觉;Zisserman, Schmid, Lowe研究局部特征;Luc Van Goo, Long Quanl三维重建;Perona, Li Feife, Freeman视觉i学习, 物体分类;还有运动分析, 视觉跟踪,纹理分析.............