ECCV 2024 錄用結(jié)果終于公布了！
一大早，ECC 組委會放出了所有被接受論文的 ID 名單，共錄用了 2395 篇論文。
有網(wǎng)友估算了下，今年論文總提交量大約有 12600 篇，錄用率是 18%。簡直不敢相信今年 ECCV 的錄用率如此之低，CVPR 2024 錄用率還是 23.6%。
據(jù)統(tǒng)計，ECCV 2022 共有 5803 篇論文投稿，接收率為 28%。
再往前倒推，2020 年 ECCV 共收到有效投稿 5025 篇，接收論文 1361 篇，接收率為 27%。2018 年共有 2439 篇投稿，接收 776 篇，錄用率為 31.8%。
ECCV 表示，在接下來的幾天里，還將公布最終的評審意見和元評審意見。還有論文 Poster / Oral 結(jié)果也將在隨后揭曉。
今年，是 ECCV 召開的第 18 屆頂會，將于 9 月 29 日-10 月 4 日在意大利米蘭正式開幕。
ECCV（歐洲計算機視覺國際會議）創(chuàng)辦于 1887 年，每兩年舉辦一次。它與 CVPR（每年一屆）ICCV（每兩年一屆）并稱計算機視覺方向的三大頂級會議。
收到錄用結(jié)果的小伙伴們，已經(jīng)開始分享自己的成果了。
網(wǎng)友曬出成績單
一位小伙伴 Jeff Li 同一天雙喜臨門，不僅收到了入職英偉達的 offer，同時 2 篇論文被 ECCV 接收。
斯坦福計算機博士生，清華校友 Congyue Deng 實現(xiàn)了在噪聲和特征不準確的情況下，獲得更好的圖像對應關系。
為此，作者提出了 Laplacian 特征函數(shù)，可以將圖像對應問題性像素空間提升到函數(shù)空間，并直接優(yōu)化全局一致的映射。
實驗結(jié)果證明，新技術不僅能產(chǎn)生更平滑，而且更準確的對應關系，還能更好地反映作者所研究的大規(guī)模視覺模型中嵌入的知識。
論文地址：https://arxiv.org/abs/2403.12038
佐治亞理工學院 Bolin Lai 博士聯(lián)手 Meta、UIUC 團隊發(fā)表論文，提出了以自我為中心的動作框架 ——LEGO，由多模態(tài)模型和擴散模型組成，通過指令微調(diào)豐富動作提示。
最新框架的設計目標是，通過輸入用戶提示和以自我視角為中心的圖像，基于用戶的「上下文」（即動作幀）描述動作。然后用戶再去學習，如何去無縫完成自己的工作。
論文中提出新模型能夠按照指令生成一致的動作，并在動作過程中發(fā)生視點變化時，依舊保持一致性。此外，LEGO 模型還可以在相同的上下文中，推廣到各種看不見的動作。
論文地址：https://arxiv.org/pdf/2312.03849
高斯?jié)姙R
來自 UT Austin 的博士生 Zhiwen Fan，有 3 篇論文都被 ECCV 2024 接收了。
這幾篇論文探索了許多新的領域：從稀疏視圖進行 3D 重建、高質(zhì)量 3D 多任務學習，以及使用全景格式的大規(guī)模 3D 生成。
在 DreamScene360 中，作者提出了一種 3D 全景的場景級別生成流程，該流程利用 GPT-4V 結(jié)合 2D 擴散模型和全景高斯?jié)姙R技術，從任何具體程度的文本提示中生成具有完整 360 度覆蓋的沉浸式高質(zhì)量場景，實現(xiàn)了卓越的 3D 場景生成質(zhì)量和實時的渲染速度。
項目地址：https://dreamscene360.github.io/
在 FSGS 中，作者提出了一種基于 3D 高斯?jié)姙R的稀疏視角合成框架，該框架能夠在僅有三張訓練視圖的情況下實現(xiàn)實時和高質(zhì)量的視角合成。
作者通過精心設計的高斯 Unpooling 過程來處理稀疏的 COLMAP 點云，并在最具代表性的位置周圍迭代分布新的高斯，隨后在空白區(qū)域填充局部細節(jié)。
此外，作者還在高斯優(yōu)化過程中集成了一個大規(guī)模預訓練的單目深度估計器，利用在線增強視圖引導幾何優(yōu)化走向最佳解決方案。
從有限輸入視點觀察到的稀疏點開始，F(xiàn)SGS 可以準確地擴展到未見過的區(qū)域，全面覆蓋場景并提升新視角的渲染質(zhì)量。
總體而言，F(xiàn)SGS 在包括 LLFF、Mip-NeRF360 和 Blender 在內(nèi)的各種數(shù)據(jù)集上，在圖像質(zhì)量達到了 SOTA 的性能，渲染速度比基于 NeRF 的方法快 2,000 倍以上。
項目地址：https://zehaozhu.github.io/FSGS/
在 VersatileGaussian 中，作者提出將 Multi-task Learning 引入 Gaussian Splatting，來提升全任務的重建質(zhì)量，尤其是 RGB 圖像渲染質(zhì)量得到明顯提升。
本文提出特征圖 Rasterizer，以及任務間的相關注意模塊，能通過一種軟加權機制傳播任務特定知識，促進跨任務相關性學習，從而取得明顯優(yōu)越的性能。
在 ScanNet 和 Replica 數(shù)據(jù)集上的實驗表明 VersatileGaussian 取得了明顯優(yōu)越的渲染質(zhì)量和速度。
項目地址：https://shadowiterator.github.io/VersatileGaussian-Homepage/
圖像編輯
UCSC 的助理教授 Xin Eric Wang 則帶領團隊提出了一種圖像個性化編輯 SwapAnything 框架。
基于此，你便可以看到肌肉發(fā)達的 LeCun 大牛拍著小貓咪；烏龜?shù)凝敋?，也可以是美國隊長盔甲的印記。
正如作者所述，SwapAnything 可在個性化可視化編輯中實現(xiàn)任意對象「交換」，包括單對象、部分對象、多對象、跨域、基于文本的「交換」等。
它有三個獨特的優(yōu)勢：精準控制任意對象和部件，而不是主體；原封不動地保存上下文像素；個性化概念與形象的無縫改編。
論文地址：https://arxiv.org/pdf/2404.05717
ChatGPT 中的 DALL?E 卻無法利用參考概念，進行個性化視覺編輯。
在它支持的基于文本的編輯任務上，SwapAnything 也能實現(xiàn)更穩(wěn)健的性能。
圖像合并
谷歌研究科學家、DreamBooth 作者 Nataniel Ruiz 和團隊提出的 ZipLoRA 算法，正式被錄用。
在 AI 社區(qū)中，合并 LoRA 一直是一個熱門話題，但調(diào)優(yōu)過程可能非常繁瑣。
谷歌和 UIUC 提出的 ZipLoRA 算法，可以讓開發(fā)者輕松地將任何主體 LoRA 與任何風格 LoRA 結(jié)合起來。
這一方法的核心思想很簡單：通過反向傳播找到一個合并點，在這一點上兩個 LoRA 都能很好地發(fā)揮作用，同時還能限制它們之間的信號干擾。
如下圖所示，ZipLoRA 保留了令人印象深刻的細節(jié)主題，非常逼真地再現(xiàn)了用戶給出的風格。
論文地址：https://arxiv.org/pdf/2311.13600
與社區(qū)其他類似方法相較之下，比如 direct arithmetic merge、StyleDrop+DreamBooth 等，ZipLoRA 更好地實現(xiàn)了主題保真度，以及風格指令遵循。
圖像生成
英偉達高級研究科學家 Ali Hatamizadeh 剛剛宣布，團隊提出的圖像生成 ViT 算法 DiffiT 被 ECCV 2024 接收。
在這篇論文中，作者提出了擴散視覺 Transformer（DiffiT）用于圖像生成。
具體來說，它們提出了一種對去噪過程進行精細控制的方法，并引入了時間依賴多頭自注意力（TMSA）機制。
DiffiT 在生成高保真度圖像方面顯示出驚人的效果，同時有著更好的參數(shù)效率。
論文地址：https://arxiv.org/pdf/2312.02139
字體文本生成
微軟高級研究科學家 Yuhui Yuan 發(fā)文稱，F(xiàn)ontStudio 模型已被 ECCV 2024 錄用。
正如模型名字所示，這是用于生成連貫一致字體效果的形狀自適應擴散模型。
為了訓出這個模型，研究人員精心策劃了一個高質(zhì)量形狀自適應圖像-文本數(shù)據(jù)集，并將分割掩碼作為視覺輸入條件，以引導不規(guī)則畫布內(nèi)圖像生成的功能。
其次，為了保持多個字母之間的一致性，他們還提出了一種免訓練的形狀自適應效果轉(zhuǎn)移方法，用于將紋理從生成的參考字母轉(zhuǎn)移到其他字母。
實驗結(jié)果顯示，與無可匹敵的 Adobe Firefly 相比，用戶在微軟提出的 FontStudio 上的偏好更明顯。
論文地址：https://arxiv.org/pdf/2406.08392
另外一篇微軟聯(lián)手清華北大、澳大利亞國立大學提出的文本編碼器 Glyph-ByT5 也被錄用。
為了實現(xiàn)準確的文本渲染，研究人員確定了對文本編碼器的兩個關鍵要求：字符識別和與字形對齊。
他們提出了一種將 Glyph-ByT5 與 SDXL 有效集成的方法，從而創(chuàng)建了用于設計圖像生成的 Glyph-SDXL 模型。
這顯著提高了文本渲染的準確性，在作者設計的圖像基準測試中，模型準確率從不到 20% 提升到了近 90%。
值得注意的是，Glyph-SDXL 新獲得了文本段落渲染的能力，可以為數(shù)十到數(shù)百個字符實現(xiàn)高拼寫準確率，并且具有自動多行布局功能。
論文地址：https://arxiv.org/abs/2403.09622
你的論文被錄用了嗎？
最后借用網(wǎng)友一句勉勵的話，「不論你的論文是否被 ECCV 錄用，請記住你的價值和研究意義不僅僅局限于一個會議。每一次被拒都是走向成長的一步。繼續(xù)前進，相信你的工作」！
本文來自微信公眾號：新智元（ID：AI_era），原標題《ECCV 2024 揭榜，錄用率或創(chuàng)新低！2395 篇論文中選，網(wǎng)友曬出成績單》
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。