AI 科技評論消息，當地時間 9 月 10 日上午，經過兩天 workshop & tutorial 預熱，ECCV 2018 於德國慕尼黑正式開幕，正會將持續四日，oral & poster 論文將在這段時間輪番展示。
ECCV 每兩年舉辦一次，與 CVPR、ICCV 共稱為計算機視覺領域三大頂級學術會議。ECCV 2016 有效投稿數為 1561 篇，共計 74 位領域主席和 1163 位審稿人（Reviewers），錄用論文 415 篇（佔26.6％），其中 oral 論文 28 篇（佔1.8%）。今年相比 ECCV 2016，不管投稿論文，還是錄用論文，數量呈顯著增長趨勢。
大會還沒開始，主辦方就表示，門票已經賣光了，想參會但沒有買到門票的小夥伴，強烈建議不要自行跑來會場——大會不接受現場註冊。雖然主辦方也希望來的人越多越好，但是，今年的註冊人數一下子比去年的兩倍還多，會場能容納的人數有限，所以，萬分遺憾。
開幕式上，大會程序主席報告本次大會概況。這是 ECCV 舉辦以來規模最大的一次，ECCV 2014 在蘇黎世舉辦，當時參會人數為 1400 名，2016年，在阿姆斯特丹的參會人數是 1500 名，而到了今年，2018 年，參會人數迎來爆增，一躍至 3200 名。
今年贊助商的規模也比以往更大，迎來 7 位鑽石贊助商，9 位鉑金贊助商，9 位金牌贊助商，27 位銀牌贊助商。
今年有效投稿數共計 2439 篇，接收論文 776 篇（錄用比 31.8%），其中，oral 論文 59 篇（錄用比 2.4%），poster 論文 717 篇（錄用比 29.4%）。
相較 ECCV 2016，這次會議的論文投遞數迎來 56% 的增長，論文評審首次使用 CMT3 系統。會議共計 4 位程序主席，126 位領域主席，1199 位審稿人，評論數超過 7300 條。
程序主席負責設計和執行審稿進程， 他們不能作為論文合著者提交論文。除了出於行政上的原因拒絕論文，當領域主席對是否接收論文存在爭議，程序主席將會參與投票，決定是否接收，這樣的論文不超過 10 篇。大會主席（General Chair）以及其他會議組織者不參與論文評審，有資格投遞論文。
審稿人主要來源於相關會議組委會，也有程序主席的推薦候選人。雖然今年論文投遞數迎來大量增長，但審稿方式還是與上一屆一致，每位審稿人審閱論文數不超過 8 篇。
在 126 名領域主席中，有 63 名來自歐洲研究所，9 名來自亞洲/澳洲研究所，54 名來自北美研究所。領域主席的選取綜合衡量了專業度、經驗和地理分佈。
在論文審核時也把爭議考慮進去。大會推行 OpenReview 評審機制，將綜合領域主席和作者本人的相關記錄，來識別合作關係進而匹配審稿人。
存在的問題是：有些審稿人會使用多個 email 地址，這需要程序主席手動修改。
程序主席根據 TPMS 評分，以及 OpenReview 數據把論文給分配至領域主席。每篇論文將會收到來自領域主席的 7 個評價。程序主席通過 OpenReview 來分配審稿人，以公開透明的形式評選論文。
在這次審稿上，使用多個系統（CMT3，OpenReview，TPMS）增加了論文評選的複雜性，這是未來需要解決的事情。
審稿人有五週時間提供初始評價，但在最後關頭，仍然缺少 700 條評價。為了解決這一問題，組委會不得不延期 4 天向論文作者提交結果，感謝所有在緊急時刻給予意見的審稿人。
以上就是 ECCV 開幕式全部內容。接下來將是為期四天的論文解讀環節，將展示關於如下主題的 oral 論文：
Day 1（9.10）
1A - Learning for Vision 1 (5 orals)
1B - Computational Photography 1 (5 orals)
1C - Video (5 orals)
Day 2（9.11）
2A - Humans analysis 1 (5 orals)
2B – Human Sensing I (5 orals)
2C – Computational Photograpy 2 (5 orals)
Day 3（9.12）
3A – Stereo and reconstruction (5 orals)
3B - Human Sensing II (5 orals)
3C - Optimization (5 orals)
Day 4（9.13）
4A - Learning for Vision 2 (4 orals)
4B - Matching and Recognition (5 orals)
4C - Video and attention (5 orals)
大會官網：https://eccv2018.org/
大會最佳論文等一系列獎項隨後也將會揭曉，敬請關注 AI 科技評論後續專題報導、論文解讀、線上公開課。
閱讀更多 AI科技評論 的文章
