Vision Group一篇论文被CVPR2022录用

       实验室余学辉（博士）提交的论文Object Localization under Single Coarse Point Supervision被CVPR2022录用。祝贺余学辉，陈鹏飞及吴狄同学！CVPR是领域内著名的计算机视觉会议之一，每年举行一次。中稿率约为25%。

       基于点的目标定位（POL）任务因能在低成本的数据标注下追求高性能的目标感知而越来越受到关注。然而，点标注表示目标不可避免地会因标注者等诸多因素产生不一致的现象从而引入语义方差的问题。但是现有的 POL 方法严重依赖于将标注点限制为准确的关键点标注来降低语义方差，而这种标注在多尺度多类别的场景往往很难清晰定义甚至是不存在的。在本文中，我们提出了一种使用粗点标注的 POL 方法，将监督信号从准确的关键点放松到随意标注的落在目标上的点。为此，我们提出了一种粗点修正的（CPR）方法，据我们所知，这是首次从算法的角度减轻语义差异的尝试。CPR 构造点包、选择语义相关点并通过多实例学习 (MIL) 生成语义中心点。也就是说CPR 定义了一个弱监督的进化过程，保证了在粗点监督下依旧能够训练一个高性能的目标定位器。COCO、DOTA和我们提出的 SeaPerson 数据集上的实验结果都验证了 CPR 方法的有效性。数据集和代码将公布在https://github.com/ucas-vg/TinyBenchmark 上。

       Vision Group@UCAS成立于2019年，主要从事机器学习、图像和视频处理及计算机视觉等领域的研究。实验室承担了国家自然科学基金项目、航天科工及华为公司等单位课题。