CVPR 2020最佳学生论文线上分享：一作亲自解读，速来围观 自 4 月份开始，机器之心 CVPR 2020 线上论文系列分享已经进行到了第八期，为大家介绍了多篇优质论文，提供了与论文作者们沟通交流的机会。 如今，CVPR 2020 已正式开幕，线上会议也在火热进行中。 如果你关注了 16 日大会的开幕，就会发现今年的 CVPR 依然火热。虽受疫情影响，CVPR 2020 改为了线上，但参会注册人数仍高达 7000 人。 除了宣布接收论文、参会人数等数据，开幕式上大会官方也公布了今年的最佳论文、最佳学生论文等奖项。来自牛津大学的吴尚哲、Christian Rupprecht、Andera Vedaldi 获得了最佳论文奖，来自加拿大西蒙弗雷泽大学的陈之钦（Zhiqin Chen ）等人获得了最佳学生论文奖。而最佳学生论文荣誉提名奖则授予了来自马普所和 Facebook 的研究者。 机器之心的读者们肯定想要深入了解一下这篇新出炉的最佳学生论文，我们这次邀请到了它的第一作者、西蒙弗雷泽大学 (SFU) 博士一年级学生陈之钦为我们来进行解读。 主题：隐式场在神经网络建模三维图形中的应用 个人介绍： 陈之钦，西蒙弗雷泽大学 (SFU) 博士一年级学生，导师是张皓教授。2017 年获上海交通大学计算机科学学士学位，2019 年获西蒙弗雷泽大学计算机科学系硕士学位。研究方向为计算机图形学中的几何建模及机器学习。个人主页：https://czq142857.github.io/演讲摘要： 如何让神经网络输出一个三维几何图形？目前学界有很多种表示方法，如点云，体素，可变形网格等。它们都在不同的应用中体现了自己的优势。 然而，自从 2019 年 CVPR 的三篇论文提出用连续隐式场来表示三维图形之后，隐式场表征迅速成为了高质量三维图形生成的主流方法。 我有幸作为这其中一篇论文的一作，来与大家分享我的研究思路。我将展示用神经网络拟合连续隐式场的灵感来源，隐式场在无监督和弱监督三维图形分割中的应用，以及如何从隐式场表征中得到显式的、紧凑的几何图形。 分享资料： 论文链接：https://arxiv.org/pdf/1911.06971.pdf 代码地址：https://github.com/czq142857/BSP-NET-original 分享时间：北京时间 6 月 23 日 20:00-21:00 CVPR 2020 机器之心线上分享 在 CVPR 2020 收录的大量优秀论文中，我们将选出数篇优质论文，邀请论文作者来做线上分享。整场分享包括两个部分：论文解读和互动答疑。 线上分享将在「CVPR 2020 交流群」中进行，加群方式：添加机器之心小助手（syncedai6），备注「CVPR」，邀请入群。入群后将会公布直播链接。小助手二维码