2017年7月21日至26日，第30届IEEE国际计算机视觉与模式识别会议CVPR-2017 (The Thirtieth IEEE Conference on Computer Vision and Pattern Recognition)在美国夏威夷召开，计算机所吕肖庆老师、刘家瑛老师、连宙辉老师、研究生杨文瀚、刘俊成、何相腾、宋思捷参加了此次会议。

计算机所师生在CVPR会场合影（左起：何相腾、刘俊成、连宙辉、吕肖庆、刘家瑛、杨文瀚）

CVPR是由IEEE举办的计算机视觉和模式识别领域的顶级会议，每年召开一次，主要探讨计算机视觉与模式识别技术的突破和发展，论文接收率低于30%，一直以来受到了国际学术界的广泛关注。

计算机所师生在CVPR-2017会议上共发表了4篇长文，分别针对图像复原、类别检测、细粒度图像分析、文字风格化等进行了研究，并作了海报展示。

论文信息如下：

[1] Wenhan Yang, Robby T. Tan, Jiashi Feng, Jiaying Liu, Zongming Guo, and Shuicheng Yan. Deep Joint Rain Detection and Removal from a Single Image. (Poster, Full paper)

本文首次尝试解决暴雨天气下的图像复原问题，使用深度学习方法对雨痕进行联合检测与去除，在实际雨天图像复原的测试中，取得了非常好的主观重建效果。

[2] Juncheng Liu, Zhouhui Lian, Yi Wang, Jianguo Xiao, Incremental Kernel Null Space Discriminant Analysis for Novelty Detection.(Poster, Full Paper)

本文提出了一种基于增量零空间判别分析的新类别检测方法。该方法在精确度与计算复杂度上较现有方法均有大幅度提升。

[3] Xiangteng He and Yuxin Peng, Fine-grained Image Classification via Combining Vision and Language. (Poster, Full Paper)

本文提出了视觉-文本联合建模的图像细粒度表示方法，共同建模视觉信息和文本信息，充分挖掘二者的互补信息，多粒度、多角度、多层次地对视觉对象进行描述，提高了分类准确率。

[4] Shuai Yang, Jiaying Liu, Zhouhui Lian, and Zongming Guo. Awesome Typography: Statistics-Based Text Effects Transfer. (Poster, Full Paper)

本论文首次提出了文字特效风格化的问题，对文字特效图中纹理的特征与其空间分布的关系进行了分析，构造出文字特效的统计先验并用于优化方程的建模和求解中。实验表明论文提出的方法能够有效生成与参考字效最一致的字效图片。

何相腾（左）和刘俊成（右）在CVPR-2017做展示