近日，在国际计算机视觉顶级会议CVPR（IEEE Conference on Computer Vision and Pattern Recognition）上，我校电子信息与电气工程学部人工智能学院卢湖川教授团队成果荣获CVPR2020最佳论文提名。

计算机视觉是人工智能最热门的研究领域，CVPR是该领域最有影响力的会议， 从Google学术影响力排行榜可以看到， 该会议处于第10位（Nature、Science分别排名第1、3位）。

本届CVPR共接收6656篇投稿，录用1470篇，录用率22.09%，其中最佳论文提名26篇，录用率仅为0.39%。该成果第一作者是我校信通学院硕士代克楠，指导教师为王栋、李建华、卢湖川。此外，由卢湖川教授领导的IIAU实验室今年共有8篇论文被CVPR2020录用，其他指导教师包括张立和、朴永日等。

除此之外，IIAU团队在目标跟踪最权威的国际竞赛--VOT2020中斩获三个冠军！本届VOT竞赛有五个赛道，其中长时赛道、实时赛道和深度赛道冠军分别由我校硕士生代克楠、严彬、王英明获得！

这已经是IIAU团队连续第四年在VOT取得冠军——VOT2019由硕士生代克楠取得长时赛道冠军，VOT2018由硕士张允华取得长时赛道冠军，VOT2017由博士孙冲取得公开组第一名。

本次获得最佳论文提名论文简介：High-Performance Long-Term Tracking with Meta-Updater

近年来，长时跟踪由于更贴近实际应用而逐渐引起关注。而在长时跟踪中，由于视频非常长，并且还有大量的消失出境等挑战，使得在线更新充满了风险，这也导致很多在短时跟踪SOTA的算法在长时跟踪里表现不好。该论文提出了一个长时更新控制器，将在线跟踪获取的几何信息、判别信息、外观信息进行时序封装，送入长短期记忆网络，之后做一个二分类，来判断当前跟踪状态是否可以更新。

另外，该论文还提出了一个长时跟踪框架，由短时跟踪器、更新控制器、全图检测器以及验证器组成，由短时跟踪器进行本地跟踪，目标丢失时，用全图检测器检测候选目标，验证器判断，更新控制器控制短时跟踪器和验证器的更新。各模块相对独立，该方案使得长时跟踪的性能可以更好地受益于短时跟踪器，全图检测器等发展。