计算机视觉领域来看,大部分都默默无闻了
近十几年来,CV三大会(CVPR、ICCV、ECCV)的best paper中目前仍然有影响力的,基本上都有何恺明的身影。
2009 best paper Single Image Haze Removal Using Dark Channel Prior
利用实验观察到的暗通道先验,巧妙的构造了图像去雾算法。现在主流的图像去雾算法还是在Dark Channel Prior的基础上做的改进。
2016 best paper Deep Residual Learning for Image Recognition
通过残差连接,可以训练非常深的卷积神经网络。不管是之前的CNN,还是最近的ViT、MLP-Mixer架构,仍然摆脱不了残差连接的影响。
2017 best paper Mask R-CNN
在Faster R-CNN的基础上,增加一个实例分割分支,并且将RoI Pooling替换成了RoI Align,使得实例分割精度大幅度提升。虽然最新的实例分割算法层出不穷,但是精度上依然难以超越Mask R-CNN。
2017 best student paper Focal Loss for Dense Object Detection
构建了一个One-Stage检测器RetinaNet,同时提出Focal Loss来处理One-Stage的类别不均衡问题,在目标检测任务上首次One-Stage检测器的速度和精度都优于Two-Stage检测器。近些年的One-Stage检测器(如FCOS、ATSS),仍然以RetinaNet为基础进行改进。
以上四个工作都是耳熟能详的best paper(除了RetinaNet是二作之外,其他三个何恺明都是一作),影响之深远。
可见best paper不一定是最好的,能一直持续对后面的工作产生影响才是真正的best paper。
欢迎补充其他有影响力的best paper。
发现,如果有个问题是你们省的高考状元,后来都怎么样了?也可以用何恺明来回答,hhh。
欢迎关注Smarter,构建CV世界观,输出优质内容
欢迎加入Smarter交流群,添加微信「cjy094617」,备注「学校-方向」即可