2020年CVPR有哪些优秀的论文？ 第1页

CV 现在真的不得了了，大家关注的都是算法，单纯从应用场景上看到两篇有意思的。

1. Fantastic Answers and Where to Find Them: Immersive Question-Directed Visual Attention.

视觉注意力的两种分析法：

• 自上而下(Top-down)：由任务驱动的，给被试一项任务，然后看被试在环境中的注意力分配，是人因工程研究的；
• 自下而上(Bottom-up)：由实验刺激(stimulus)驱动的，不关注被试，通过实验刺激的基本属性来直接预测被试的注意力分配，就是CV搞的。

说穿了，自下而上关注的是人，自上而下关注的是机器，正好是反着来的。对应的也就是人因工程和机器学习这两个方向。

这篇文章，首先做了自上而下的分析，让一群被试带着360度的VR设备，内嵌有眼动仪。然后让他们看着提供的视觉刺激，来回答一些问题，比如问他们图片里有几个人。然后发现回答正确和回答错误的人的注视区域是不一样的。

接着做了自下而上的分析，就是直接用他们的算法，根据视觉刺激来进行注意力预测。

最终发现，在忽视被试的情况下，单纯用他们的算法来对视觉刺激进行注意力预测，和用人来做实验看他们的注意力区域，是很接近的，而且适用于回答正确和回答错误两种情况，这个就有点神了。

2017年有一篇发在CVPR上的paper，原理类似，直接用视频来简单粗暴地预测司机的注意力分析，效果还可以。

2. Bringing Old Photos Back to Life.

是修复有折损的老照片的，折痕和噪点修复的都很好。

Reference:

• Jiang, M., Chen, S., Yang, J., & Zhao, Q. (2020). Fantastic Answers and Where to Find Them: Immersive Question-Directed Visual Attention. InProceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition(pp. 2980-2989).
• Palazzi, A., Abati, D., Solera, F., & Cucchiara, R. (2018). Predicting the Driver's Focus of Attention: the DR (eye) VE Project.IEEE transactions on pattern analysis and machine intelligence,41(7), 1720-1733.
• Wan, Z., Zhang, B., Chen, D., Zhang, P., Chen, D., Liao, J., & Wen, F. (2020). Bringing Old Photos Back to Life. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 2747-2757).