公司组织知乎圆桌收录的MM来催了，来写个马后炮式的回答。
今天凌晨刚公布了今年CVPR2020的得奖论文，三篇如下：
有什么共同点么？嗯，除了都是好paper之外。。。如果没看出来，继续看论文截图。
很有意思的是，这三篇都是computer vision和computer graphics的结合。经典的high-level vision tasks是从图片中识别这里面有些什么category，有什么property和interaction。而经典的graphics是给定物体模型属性，render出一张尽可能真实的图片。基本上可以说是一对互逆的过程，如何把二者结合起来，中间会有很多有趣的科研问题。
从2012年AlexNet以来，computer vision field吃了一波deep network来做feature representation的红利。在2012到2018年间，computer vision field最受关注的问题是，理解和改进feature representation，以及将其恰当的用在computer vision的各个重要task。在这个阶段，主干网络的进步，各重要任务的性能提升，重要比赛打榜，都会引起极大的关注。
个人认为，2018年以后，feature representation的红利在computer vison field逐渐饱和。好多有远见的研究者都在寻找下一条增长曲线。今年的CVPR最佳论文评委们，就投票给了其中的一条。
来源：知乎 www.zhihu.com
作者：Jifeng Dai
【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。
点击下载
此问题还有 14 个回答，查看全部。
延伸阅读：
如何看待saliency 领域2019 NeurIPS 论文对比实验数据照搬 2018 CVPR？