CVPRAug, 2022

WiCV 2022：第十届计算机视觉女性研讨会

PDF
TL;DR本文介绍了在新奥尔良，路易斯安那举办的 Women in Computer Vision Workshop - WiCV 2022 的细节，它为计算机视觉社区的少数人（女性）提供了发声机会，并旨在增加这些研究人员在学术界和工业界的能见度，通过提供包括研究合作机会、女性初级研究员的指导、为演示者提供财务支持和广泛和多样化的榜样选择等方式来降低计算机视觉领域中的性别失衡。同时，本文还介绍了 WiCV 2022 研讨会的计划、过去几年的趋势，以及有关演示者、参与者和赞助的统计摘要。
women in computer vision workshopwicv 2022gender imbalanceminority groupmentorship
发现论文，激发创造
  • WiCV 2021：第八届计算机视觉中的女性研讨会

    Women in Computer Vision Workshop - WiCV 2021 aimed to increase visibility of female researchers in computer vision, lower gender imbalance, and offer collaboration opportunities for minority groups, mentorship for junior researchers, financial support for presenters, and a diverse choice of role models.

    Mar, 2022

  • WiCV@CVPR2023：第十一届计算机视觉女性研讨会在年度 CVPR 会议举行

    本文介绍了 WiCV 2023 计算机视觉女性研讨会的细节，旨在通过提供合作机会、 mentee 计划、经济支持和多样化的榜样，增加女性在学术界和工业界的能见度，解决领域内的性别不平衡问题。

    Sep, 2023

  • 2023 低功耗计算机视觉挑战（LPCVC）摘要

    该研究论文介绍了 2023 年 IEEE 低功耗计算机视觉挑战赛 (LPCVC)，该挑战旨在解决边缘设备上的计算机视觉挑战。2023 年的挑战涉及无人机在灾害后的图像分割问题，吸引了 60 支国际团队提交了 676 个解决方案。论文介绍了比赛的设置并重点介绍了获胜者的方法，这些方法提高了准确性并缩短执行时间。

    Mar, 2024

  • 2024 年海洋计算机视觉第二届研讨会

    本研究报告提供了对无人机和无人水面船只领域中的海上计算机视觉问题的深入研究，包括目标跟踪和障碍物分割等主要主题。

    Nov, 2023

  • 2023 年海事计算机视觉（MaCVi）第一研讨会挑战结果

    该论文总结了 MaCVi 2023 国际研讨会围绕无人机和无人水面船舶的海洋计算机视觉的研究，并介绍了新的 benchmark，即 SeaDronesSee Object Detection v2。

    Nov, 2022

  • 探索非洲计算机视觉研究社区

    本文分析了非洲计算机视觉领域的研究趋势，其中主要研究非洲研究机构在顶尖计算机视觉会议上的发表情况，发现非洲在该领域的研究发表数量较少、主要集中于南部和北部非洲地区，且目前研究主题与社区需求不完全匹配。

    May, 2023

  • IEEE 视频与图像处理杯 2022 学生竞赛：合成图像检测亮点

    开发用于识别真实图像和生成图像的系统是 2022 IEEE VIP Cup 的主题，并且这主题与使用 AI 技术生成视觉数据的巨大进展以及合成高逼真图像和视频的工具所带来的信任问题和网络虚假信息传播有关。因此，需要开发出鲁棒且自动化的工具来检测合成图像。

    Sep, 2023

  • CVPR 2020 计算机视觉持续学习竞赛：方法，结果，当前挑战和未来方向

    本文介绍了计算机视觉中的连续学习问题，通过举办首届连续学习竞赛的方式，评估和对比不同算法的性能和适用性，并总结了赢得比赛的算法和未来的研究方向。

    Sep, 2020

  • MIPI 2023 RGBW 融合挑战：方法和结果

    本文总结了 MIPI 2023 的 RGBW 联合融合和去噪声跟踪，对于其中排名前三的模型进行了详细描述，并使用 PSNR，SSIM，LPIPS 和 KLD 等客观指标进行了测评。

    Apr, 2023

  • 2016 ICML 人工智能解释性研讨会论文集 (WHI 2016)

    2016 年 ICML Workshop 于纽约举办，邀请了 5 位演讲嘉宾 Susan Athey、Rich Caruana、Jacob Feldman、Percy Liang 和 Hanna Wallach，讨论了在机器学习中人类可解释性的问题。

    Jul, 2016