全球AI领域最具影响力的大会CVPR近日宣布，将2022年“最佳学生论文”奖颁给同济大学研二学生陈涵晟等人，这是二十多年来首次有中国高校学生获此殊荣。该论文是陈涵晟在阿里达摩院实习期间的成果，能从单张图片计算出3D物体在真实世界里的位置和朝向，有望成为无人驾驶、机器人等技术发展的理论动力。他说，因自己是硕士生，压力小，所以能按个人兴趣去做研究，没想过要做出重大成果。
CVPR(国际计算机视觉与模式识别会议)是AI领域的顶级学术会议，今年共收到8161篇论文投稿，只评出最佳论文和最佳学生论文各1篇，他们常被视作人工智能技术的风向标。CVPR早在2001年就设立最佳学生论文奖，今年首次发给中国高校学生。获奖论文《EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation 》来自同济大学汽车学院和阿里巴巴达摩院，作者分别是陈涵晟、王丕超、王帆、田炜、熊璐、李昊。
论文研究的是3D视觉领域经典问题，通过单张图像求解3D物体在真实世界里的位姿(位置和朝向)。这一技术方向应用前景广阔，是无人驾驶、机器人等行业的基础技术。比如在无人驾驶中，只有先计算出周边车辆的位姿，判断对方究竟是要加速、刹车还是变道，己方车辆才能做出对应操作，计算不准或者过慢都可能会引发事故。
由于该问题难度高，始终没得到有效解决。获奖论文提出的新方法EPro-PnP，创造性地引入概率分布，将几何推理和深度学习两种方法无缝衔接，形成了一个端到端的易用模型，能够迅速估算3D物体的位姿。实验证明，新模型通用性强、定位准确，不需要提前知道物体的几何形状；更重要的是高效简洁，且具有较好的可解释性，有望用于无人驾驶、机器人、无人机、AR等诸多一定要通过视觉来估算物姿的场景。
据了解，论文第一作者陈涵晟本硕都就读于同济大学汽车学院，目前研究生二年级在读，导师为熊璐教授，副导师为田炜助理教授，达摩院导师为王丕超博士。他的研究方向是计算机视觉中的3D物姿估计，研一就已在CVPR发表论文。2021年到阿里达摩院做研究型实习生后，在达摩院日常研究讨论中碰撞出灵感，尝试去构造统一的理论框架。
“我原来以为这篇论文可能比较冷门，因为太偏数学，没想到能够获奖。”陈涵晟说，因自己是硕士生，压力较小，所以能按兴趣去做研究，做出什么就是什么，没想过要做出重大成果。未来，他希望安静下来继续做研究。
论文第一通讯作者、达摩院算法专家王丕超博士表示，这篇论文特别之处在于，用数学的方式解决AI底层问题，带来了基础理论上的突破，对3D视觉领域的研究和应用都将产生积极影响。
据悉，研究型实习生是阿里巴巴在2017年创立的科研项目，已为全球200多所顶尖高校的1000多名学子提供科研岗位。
