点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
2023 年 7 月 14 日13:03，ICCV 2023 顶会论文接收结果出炉！这次直接放出论文 Accepted Paper ID List。这也意味着：The ICCV2023 social media ban is over.
根据 ID List 可知 ICCV 2023一共 收录 2160 篇（List中最大的ID是12782，但目前并不清楚所有ID数量，以及有效投稿数量）。
有网友统计了 ID List 中ID分布的直方图，其中有两个大段空白跨越：32直接跳至1029，以及7588直接调至8592。
ICCV 2023 会议将于 2023 年 10 月 2 日至 6 日在法国巴黎（Paris）举行。这次线下会议将会有一大波国内的学者线下参加学术交流（公费旅游bushi）。
PS：论文已收录的同学可以添加微信：CVer333，备注ICCV 2023中奖+昵称，或者联系CVer小助手，她会拉你进ICCV 2023巴黎开会群。仅限论文收录的同学加入！非诚勿扰！
Amusi 简单预测一下，ICCV 2023 收录的工作中 " 扩散模型、多模态、预训练、大模型、基础模型、AIGC" 相关工作的数量会显著增长。
本文快速整理了6篇 ICCV 2023 最新工作，内容如下所示。如果你想持续了解更多更新的 ICCV 2023 论文和代码，大家可以关注CVer计算机视觉知识星球以及ICCV2023-Papers-with-Code，在CVer公众号后台回复：ICCV2023，即可下载，链接如下：
https://github.com/amusi/ICCV2023-Papers-with-Code
这个项目是从2021年开始，累计提交了很多次！Star数已经破千+！很开心能帮助到一些同学。
如果你的 ICCV 2023 论文接收了，欢迎提交 issues~
NeRF
1. IntrinsicNeRF: Learning Intrinsic Neural Radiance Fields for Editable Novel View Synthesis
单位：浙江大学(章国锋团队), ETH Zurich, 微软
Homepage: https://zju3dv.github.io/intrinsic_nerf/
Paper: https://arxiv.org/abs/2210.00647
Code: https://github.com/zju3dv/IntrinsicNeRF
本文将本征( intrinsic)分解引入神经渲染中，并提出了IntrinsicNeRF本征神经辐射场，可以将场景分解为反射层、shading层和残差层，可获得高保真新颖的视图合成，代码即将开源！
语义分割(Semantic Segmentation)
2. Segment Anything
单位：Meta AI
Homepage: https://segment-anything.com/
Paper: https://arxiv.org/abs/2304.02643
Code: https://github.com/facebookresearch/segment-anything
截止2023年7月14日，SAM的被引用量高达300+！github stars数突破36000+！数据集和代码已开源！这是要提前预定 Best Paper？
3D目标检测(3D Object Detection)
3. PETRv2: A Unified Framework for 3D Perception from Multi-Camera Images
单位：旷视科技(张祥雨等人)
Paper: https://arxiv.org/abs/2206.01256
Code: https://github.com/megvii-research/PETR
PETRv2：一个从多摄像头图像中进行 3D 感知的统一框架，其通过时序建模和多任务学习扩展了 PETR 基线，在3D目标检测和BEV分割上表现出色！代码已开源！
4. DQS3D: Densely-matched Quantization-aware Semi-supervised 3D Detection
单位：清华大学
Paper: https://arxiv.org/abs/2304.13031
Code: https://github.com/AIR-DISCOVER/DQS3D
DQS3D：一种用于半监督3D目标检测的密集匹配量化感知框架，通过利用密集匹配而非proposal匹配，并通过解决量化误差问题，在ScanNet v2和SUN RGB-D两个基准上实现了显著性能改进，代码已开源！
视频理解(Video Understanding)
5. Unmasked Teacher: Towards Training-Efficient Video Foundation Models
单位：中科院, 国科大, 上海AI Lab, 港大, 南大
Paper: https://arxiv.org/abs/2303.16058
Code: https://github.com/OpenGVLab/unmasked_teacher
UMT：一个高效训练视频基础模型的新方法，充分利用图像基础模型作为教师，通过掩码学习的方式节省视频训练开销。仅用32张A100从头训练6天，ViT-L/16在多个单模态和多模态视频任务上表现优异！代码即将开源！
低光照图像增强(Low-light Image Enhancement)
6. Implicit Neural Representation for Cooperative Low-light Image Enhancement
单位：北大(深圳), 鹏城实验室, 大连理工, UIUC
Paper: https://arxiv.org/abs/2303.11722
Code: https://github.com/Ysz2022/NeRCo
NeRCo：一种用于协作低光照图像增强的隐式神经表示方法，其将现实场景的多种退化因素与可控的拟合函数结合起来，从而具有更好的鲁棒性和卓越的有效性，代码即将开源！
CVPR 2023 / ICCV 2023论文和代码下载
后台回复：CVPR2023，即可下载CVPR 2023论文和代码开源的论文合集
后台回复：ICCV2023，即可下载ICCV 2023论文和代码开源的论文合集目标检测和Transformer交流群成立
扫描下方二维码，或者添加微信：CVer333，即可添加CVer小助手微信，便可申请加入CVer-目标检测或者Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。
一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲扫码或加微信号: CVer333，进交流群
CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉，已汇集数千人！
▲扫码进星球
▲点击上方卡片，关注CVer公众号整理不易，请点赞和在看