ECCV 2020 论文已发布，本届 ECCV 共收到有效投稿 5025 篇，接收 1361 篇，接受率约为 27%，若去除 104 篇 oral 论文，接受率约为 25%。而相比计算机视觉的另一顶会 CPVR 今年共收到 6656 份有效投稿中的 1470 篇论文，论文接受率约 22%。可以看出 ECCV 收到的投稿少于 CVPR，但有更高的录取率。

ECCV 的全称是 European Conference on Computer Vision(欧洲计算机视觉国际会议) ，两年一次，是计算机视觉三大会议（另外两个是 ICCV 和 CVPR）之一。每次会议在全球范围录用论文 300 篇左右，主要的录用论文都来自美国、欧洲等顶尖实验室及研究所，中国大陆的论文数量一般在 10-20 篇之间。

在本次大会召开前，让我们提前看看本次会议的热门主题与入选论文较多的华人学者吧！

热门主题

根据 AMiner 对会议入选论文的关键次统计，本次大会的热门主题有语义分割，点云，物体识别，深度估计，领域适应性等。可以看出物体识别与语义分割均为计算机视觉领域的大热门主题，相比 CVPR，点云，弱监督，敌对攻击，深度估计等主题占据一定优势，而实体分割，卷积网络，人物再识别，神经网络架构等主题在 CVPR 中更受重视。

ECCV 2020 热门主题词云

CVPR 2020 热门主题词云

华人明星作者

1 Chunhua Shen（沈春华）

Chunhua Shen（沈春华）本次会议有 7 篇论文入选，是入选论文最多的华人学者。另外，他在 CVPR 上也表现亮眼，在 CVPR 上他有 12 篇投稿，超过了在 ECCV 的成绩，数量位居华人投稿榜第三，在两个计算机视觉顶会均有出色表现。

他是阿德莱德大学计算机科学教授，自 2014 年起。他的研究主要集中在机器学习和计算机视觉上，目标是建立一个具有人性化表现的视觉系统。特别是，他将深度学习应用于对象检测、文本在野外的检测和识别、语义像素标记和一般图像理解。

入选论文：

1 Weighing Counts: Sequential Crowd Counting by Reinforcement Learning

2 Segmenting Transparent Objects in the Wild

3 Soft Expert Reward Learning for Vision-and-Language Navigation

4 Efficient Semantic Video Segmentation with Per-frame Inference

5 Learning and Memorizing Representative Prototypes for 3D Point Cloud Semantic and Instance Segmentation

6 Conditional Convolutions for Instance Segmentation

7 AE TextSpotter: Learning Visual and Linguistic Representation for Ambiguous Text Spotting

2 Lei Zhang（张磊）

Lei Zhang（张磊）本次也有 7 篇论文入选，并列华人投稿排行榜第一。在今年的 CVPR 会议上也有所表现，入选了 5 篇论文，稍逊在 ECCV 上的表现。

他的研究方向包括图像和视频处理、计算机视觉、模式识别和生物特征识别等，在这些领域发表了 200 多篇论文。据谷歌学者称，他的作品被引用超过 12000 次，他的 H 指数为 55。张教授目前是 IEEE Trans 的副主编。关于图像处理，IEEE Trans。在 CSVT、图像和视觉计算等方面，他获得了 2013 年研究和学术活动教员奖。

入选论文：
1 Boosting Weakly Supervised Object Detection with Progressive Knowledge Transfer

2 Label Propagation with Augmented Anchors: A Simple Semi-Supervised Learning baseline for Unsupervised Domain Adaptation

3 Suppress and Balance: A Simple Gated Network for Salient Object Detection

4 A Single Stream Network for Robust and Real-time RGB-D Salient Object Detection

5 Dual Adversarial Network: Toward Real-world Noise Removal and Noise Generation

6 Gradient Centralization: A New Optimization Technique for Deep Neural Networks

7 Blind Face Restoration via Deep Multi-scale Component Dictionaries

3 Ling Shao

Ling Shao 本次会议有 6 篇论文入选，投稿数量以 1 篇之差憾居第二。但他在今年CVPR会议上却有 14 篇投稿，也位居 CVPR 华人投稿榜第二。在 CVPR 与 ECCV 中共计有 20 篇投稿，是在这两个计算机视觉顶会综合表现最突出的华人学者！

Ling Shao 在中国科学技术大学获得电子信息工程学士学位，在牛津大学获得了硕士与博士学位，研究方向是医学信息处理与计算机视觉。他目前是起源人工智能研究所的首席科学家，研究兴趣包括计算机视觉、机器学习和医学成像。他也是 IAPR、IET 和 BCS 的成员。

入选论文：

1 Exploring Learning Dynamics of DNNs via Layerwise Conditioning Analysis

2 Interpretable and Generalizable Deep Image Matching with Adaptive Convolutions

3 Learning Enriched Features for Real Image Restoration and Enhancement

4 Learning to Learn with Variational Information Bottleneck for Domain Generalization

5 Latent Embedding Feedback and Discriminative Features for Zero-Shot Classification

6 Layer-wise Conditioning Analysis in Exploring the Learning Dynamics of DNNs

4 Dahua Lin（林達華）

Dahua Lin（林達華）已 5 篇论文入选位居华人投稿榜第三，在 CVPR 上今年也有 8 篇投稿。

他的研究兴趣包括计算机视觉、机器学习和医学成像。他是 IAPR 的成员，IETBCS。他的研究兴趣包括计算机视觉和机器学习。近年来，主要关注深度学习及其在高级视觉理解、跨领域建模和大数据分析方面的应用。林教授在顶级会议和期刊上发表了 90 多篇论文，如 CVPR、ICCV、ECCV、ICML、NIPS 和 T-PAMI。且在贝叶斯非参数模型的新构建上的工作获得了 2010 年最负盛名的机器学习会议 NIPS 的最佳学生论文奖。他还获得了 ICCV 2009 和 ICCV 2011 的杰出评审奖。并曾在国际比赛中担任港中大团队的督导或共同督导，在 ImageNet 2016、ActivityNet 2016、ActivityNet 2017 和 MSCOCO 2018 中获得多项奖项。

入选论文：

1 Exploiting Deep Generative Prior for Versatile Image Restoration and Manipulation

2 Side-Aware Boundary Localization for More Precise Object Detection

3 Learn to Propagate Reliably on Noisy Affinity Graphs

4 Motion Guided 3D Pose Estimation from Videos

5 SSN: Shape Signature Networks for Multi-class Object Detection from Point Clouds

5 Qi Wu（吴琦）

吴琦博士是阿德莱德大学高级讲师（助理教授），澳大利亚机器人视觉中心（ACRV）的副研究员。他是 2019-2021 年间的 ARC 发现早期职业研究员奖（DECRA）研究员。他与安东·范登亨格尔教授、伊恩·里德教授和沈春华教授一起工作。在加入 ACRV 之前，吴博士曾在澳大利亚视觉技术中心（ACVT）担任高级研究助理。他于 2015 年获得博士学位，2011 年获得英国巴斯大学计算机科学硕士学位。他的教育背景主要是计算机科学和数学。本次会议上他发表了4篇论文。

入选论文：
1 Length-Controllable Image Captioning

2 Semantic Equivalent Adversarial Data Augmentation for Visual Question Answering

3 Soft Expert Reward Learning for Vision-and-Language Navigation

4 Object-and-Action Aware Model for Visual Language Navigation

华人新星——华人学生一作

1 Jingbo Wang（王靖博）

王靖博是香港中文大学的博士生，本届会议他发表了 3 篇论文，其中一篇作为一作，是入选论文最多的华人学生作者。在 CVPR 上他也有 1 篇论文入选。

他的研究兴趣主要集中在计算机视觉和深度学习，尤其是语义分割及其相关领域，如显著目标检测和实时场景解析。现在，他对城市场景和室内场景中的深度信息和其他低级信息进行了语义分割研究。

入选论文：

1 Malleable 2.5D Convolution: Learning Receptive Fields along the Depth-axis for RGB-D Scene Parsing

2 Bi-directional Cross-Modality Feature Propagation with Separation-and-Aggregation Gate for RGB-D Semantic Segmentation

3 Motion Guided 3D Pose Estimation from Videos

2 Duo Li（李铎）

李铎是香港科技大学计算机科学与工程系的硕士生，本次已 2 篇论文入选位居华人学生作者排行第二。在今年 CVPR 会议上他并未有所表现。

他的研究方向是计算机视觉和机器学习，特别是网络体系结构工程和优化策略设计、强化学习和元学习。

入选论文：

1 Learning to Learn Parameterized Classification Networks for Scalable Input Images

2 Deep Reinforced Attention Learning for Quality-Aware Visual Recognition

3 Enze Xie（谢恩泽）

谢恩泽是香港大学的博士生，本次会议入选了 2 篇论文，在 CVPR 上也有一篇论文入选。他的研究兴趣在计算机视觉与深度学习。

入选论文：

1 Segmenting Transparent Objects in the Wild

2 AE TextSpotter: Learning Visual and Linguistic Representation for Ambiguous Text Spotting

4 Zhi Tian

Zhi Tian 是阿德莱德大学的博士生，研究方向包括计算机视觉中的目标检测/实例分割/语义分割/OCR，本次会议入选 2 篇论文，且在 CVPR 上有更优异的表现，入选了 3 篇，是同时在 CVPR 与 ECCV 都有优秀表现的华人学生作者！

入选论文：

1 Conditional Convolutions for Instance Segmentation

2 Learning and Memorizing Representative Prototypes for 3D Point Cloud Semantic and Instance Segmentation

5 Tianlang Chen

Tianlang Chen 是罗切斯特大学的博士生，本届会议也入选了 2 篇论文，未有论文入选 CVPR。

他对计算机视觉与社交媒体数据挖掘有着强烈的兴趣。

入选论文：

1 Example-Guided Image Synthesis across Arbitrary Scenes using Masked Spatial-Channel Attention and Self-Supervision

2 Adaptive Offline Quintuplet Loss for Image-Text Matching

这里仅仅列出了华人作者与华人一作学生的代表，想了解完整的华人信息请移步 AMiner 会议智图开放平台 SIGCOMM 2020 专题了解会议的精彩内容，其内容包括论文、作者、华人学者、一作华人学生、论文 PPT 和视频等多维分析服务，是参会学者的会议智能助理。

顶会专题链接：https://www.aminer.cn/conf/eccv2020

相关阅读

KDD 2020|可调控的多兴趣推荐框架

ACL 2020最佳论文：一种全新的NLP模型测试方法CheckList

ECCV 2020 | 商汤联合浙大提出多人场景人体绝对三维姿态估计新方法

[关于转载]：本文为“AMiner”官网文章。转载本文请联系原作者获取授权，转载仅限全文转载并保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“AMiner”官网。谢谢您的合作。