CVPR2019接收结果公布了，但CVPR 2018的那些论文都怎么样了？

2019 年 3 月 22 日 MomentaAI

文章转发自PaperWeekly

CVPR 作为计算机视觉三大顶级会议之一，一直以来都备受关注。被 CVPR 收录的论文更是代表了计算机视觉领域的最新发展方向和水平。今年，CVPR 2019 将于美国洛杉矶举办，上个月接收结果公布后，又引起了 CV 届的一个小高潮，一时间涌现出众多 CVPR 论文的解读文章。

根据 CVPR 官网论文列表统计的数据，本年度共有 1300 篇论文被接收，而这个数据在过去 3 年分别为 643 篇（2016）、783 篇（2017）、979 篇（2018）。这从一个方面也说明了计算机视觉这个领域的方兴未艾，计算机视觉作为机器认知世界的基础，也作为最主要的人工智能技术之一，正在受到越来越多的关注。

全球的学者近期都沉浸在 CVPR 2019 的海量论文中，希望能第一时间接触到最前沿的研究成果。但在这篇文章里，我们先把 CVPR 2019 的论文放下，一同回首下 CVPR 2018 的论文情况。

根据谷歌学术上的数据，我们统计出了 CVPR 2018 收录的 979 篇论文中被引用量最多的前五名，希望能从引用量这个数据，了解到这些论文中，有哪些最为全球的学者们所关注。

由于不同搜索引擎的引用量数据各不相同，所以我们在这里仅列出了谷歌学术的数据。谷歌的参考文献是从多个文献库，包括大量书籍中筛选的，其引用次数一般仅作为衡量一篇论文重要性的粗略指标。

根据 CVPR 2018 的论文列表（http://openac-cess.thecvf.com/CVPR2018.py）在谷歌学术进行搜索，得到数据如下（以 2019 年 3 月 19 日检索到的数据为准，因第 2 名及第 3 名数据十分接近，不做明确排名）：

“引用”指的是在论文中引述前人的研究成果，是作者表明其方法、观点和发现来源的标准方式。评价一篇论文的重要性，除了论文是否被顶级会议收录这一维度，论文的被引数也是不可或缺的维度。虽然引用量具体到不同学科的数据相差很多，但在计算机视觉这一单个学科内，论文的被引用量是评价某篇论文是否得到推崇的重要量化指标。

CVPR 2018 的高被引数论文都是获得学术界较大关注和推崇的论文，这主要在于他们的开创性。例如，排名第一的 Squeeze-and-Excitation Networks（简称 SE-Net）构造就非常简单，很容易被部署，不需要引入新的函数或者层，并且在模型和计算复杂度上具有良好的特性。

借助 SE-Net，论文作者在 ImageNet 数据集上将 Top-5 error 降低到 2.251%（此前的最佳成绩为 2.991%），获得了 ImageNet 2017 竞赛图像分类的冠军。在过去一年里，SE-Net 不仅作为业界性能极强的深度学习网络单元被广泛使用，也为其他学者的研究提供了参考。

SE-Net 介绍详见原作者讲解：