CVPR2026現地参加報告

Transcript

1. CVPR26参加報告 名城大学 堀田研究室 M1 蟹江 亮太
2. 自己紹介 蟹江 亮太 Ryota Kanie 名城大学 堀田研究室 M1 研究内容 DGSS 趣味 運動 自然でゆっくりすること
3. 目次 CVPR26概要 研究の傾向 学会の様子 参加したWorkshop 総括 簡単に論文紹介
4. CV＆PR分野で１位の国際会議 CVPR26概要
5. 日程 CVPR26概要 6/3～6/4 workshops 6/5～6/7 main conference
6. CVPR26概要 投稿数：16092本(↑23.71%) 採択率：25.3%(↑3.22%) 他の国際会議と比較しても規模が大きい
7. 参加者に関して CVPR26概要 1位：アメリカ 2位：中国 3位：韓国 4位：ドイツ ５位：日本
8. 研究の傾向 1.画像生成・動画生成 2.VLM、視覚言語モデル推論、 Multimodal LLM系 3.Multimodal learning 1.Multimodal 2. Embodied AI 本会議 Workshopｓ
9. 会場大きい！人も多い！（毎日歩き疲れる） 学会の様子
10. 企業ブース 学会の様子
11. MOTIVATION Domain Generalization: Evolution, Breakthroughs, and Future Horizons 参加したWorkshopの概要 画像分類やSS,画像単一モダリティ closed-worldなど 従来のDG 新たなDG 拡張 基盤モデル,マルチモーダル,動画/3D open-world
12. Domain Generalization: Evolution, Breakthroughs, and Future Horizons 実際のPosterの雰囲気 （ドメイン汎化） みんな優しくて、丁寧に聞いてくれる！ 最悪、気持ちで伝えられる！
13. 英語得意ではない自分でもなんとかなった Workshopに参加して思ったこと 個人的には 「笑顔」 「愛嬌」 大事 １０人くらい来てくれて、いつの間にか楽しい と思える時間になった 積極的に「説明しましょうか？」と言う 目を背けている人も中にはいたが勿体ない 自分のためにも いい経験
14. VisualAD:Language-FreeZero-ShotAnomalyDetectionviaVisionTransformer 簡単に論文紹介1 従来の異常検知 ・CLIPのテキスト依存 この論文の凄いところ ・画像特徴空間内で特徴を直接学習 メリット ・text依存をなくした ・パラメータ冗長性を減らした ・CLIP以外のVision Backboneも使用可能
15. 簡単に論文紹介2 Learning to Translate Noise for Robust Image Denoising 提案手法 ： denoiserを強くするのではなく、denoiserが得意なノイズ分布へ入力を変換する前処理ネットワークを学習 目的 ： Out-of-Distribution な実世界ノイズに対して頑健な画像ノイズ除去を実現すること 貢献 ： 従来のGaussian-pretrained denoiserを活用しながら、OOD実ノイズに対する汎化性能を向上
16. 本当に参加してよかった ・海外の方とも交流ができる ・企業ブースも普通に楽しい ・外国の方たちは愉快 総括 一番伝えたいこと 英語を話せたら、もっっっといい経験をできた
17. ありがとうございました