WRITING A COMPUTER VISION PAPER Victor Lempitsky University

WRITING A COMPUTER VISION PAPER Victor Lempitsky, University of Oxford

Как писать статью Simon Peyton-Jones – прекрасный туториал http: //research. microsoft. com/enus/um/people/simonpj/papers/giving-atalk/giving-a-talk. htm Сегодня – специализация для компьютерного зрения Disclaimer: для любой рекоммендации есть много исключений (отличных статей) . . . но, написание статей – «ремесло» , которым можно овладеть

Зачем писать статью Написание статьи – «почетный долг» исследователя Наука – получение и распространение новых знаний и идей Написание хорошей статьи – удовольствие Оформление и улучшение текущей идеи Появление новых идей

Про что писать статью • Про одну новую идею • Хорошо работающая система != одна новая идея • Обычно несколько идей различной степени новизны • Следствие: не пишите статью про хорошо работающую систему • Напишите про самую интересную идею вашей системы • . . . и поучаствуйте в Pascal VOC challenge

С чего начать Объясните идею нескольким коллегам! Плюсы: 1. Reality check 2. Схожие подходы 3. Нащупаете лучший способ изложения

Про что писать статью Про одну новую идею Алгоритм 1 (дерево цтирований) Stack <- список релевантных статей While Stack. nonempty() x = Stack. pop; Просмотр статей, процитированных в x; Просмотр статей, цитирующих x (scholar. google. com); Добавление найденных статей в Stack; end

Про что писать статью • Про одну новую идею Алгоритм 2 1. Определить ключевые слова 2. Просмотреть названия статей на ECCV, CVPR, ICCV (www. cvpapers. com) 3. (запустить Алгоритм 1)

Куда писать статью Big “four” - ICCV/ECCV, CVPR, NIPS 3 конференции в год Другие возможности: BMVC, MICCAI, IPMI, ICML, SIGGRAPH, Eurographics, SIGIR, ICMR, EMMCVPR TPAMI, IJCV, IVC, CVIU, JMIV, SIIMS

Процесс рецензирования 3 рецензента Двойная анонимность - Наихудшая система, не считая все остальных Rebuttle Обсуждение между рецензентами Area chair meeting 25 -30% принимается, 3 -5% - устный доклад (на NIPS еще 5% - короткий доклад) Большой элемент случайности

Процесс глазами рецензентов До 12 статей на одного рецензента “Prior”: 75% будет отклонено Большинство поданных статей написано плохо Большинство поданных статей не содержат стоящей идеи Переубедите рецензента с самого начала! Abstract “Teaser” Вводная часть

Типичные планы статьи Introduction Related Work Introduction Technical sections Experiments Conclusion Related Work Conclusion

Introduction Опишите в чем задача Почему текущие решения неидеальны Как вы преодолеваете недостатки (основная идея) Bullet points Кратко про эксперименты «teaser»

Примеры teasers Shotton et al. CVPR 2011 Sadhegi and Faradi CVPR 2011

Картинки Экономят (а не тратят) место Picture Экономят (а не тратят) время Объект многократного использования То что читатель и рецензент видят в первую очередь Компьютерное зрение – про картинки! Обязательно 1 -2 -3 картинки во вводной и технической части Хорошие графики/таблицы/картинки в экспериментальной части

Название картинки Sadhegi and Faradi CVPR 2011 «Самостоятельная» история

Related work Можно в начале, можно в конце Чем больше статей тем лучше, но. . . . место ограничено – не устраивайте обзор для данной задачи Лучше – статьи со схожими методами в т. ч. для других задач Не ругайте предыдущие статьи Превосходство вашего методо должно быть подтверждено в статье

Техническая часть Главное – старайтесь передать и формальное содержание и «интуицию» Все проговаривается дважды (как минимум) – слова+формулы Ключевые моменты – трижды (“In other words, . . . ”) Расшифровывайте все обозначения Согласовывайте обозначения с предшествующими статьями Итерации, итерации

Эксперименты Не менее 2 х наборов данных Ваш метод не обязан работать блестяще всегда Обсудите почему на одних наборах работает хорошо на других не очень Не тратьте место на «синтетические» эксперименты

Сравнение со state-of-the-art Честно разыщите и сообщите текущий state-ofthe-art Используйте традиционные метрики Если запускаете чужой метод, постарайтесь достать авторский код Люди любят error bars Используте таблицы и графики

Сравнение вариаций Вариации – системы, отличающиеся в минимальном количестве компонент (желательно в одной) Самые важные сравнения – уделите им достаточно места и внимания! Приведите самые красноречивые примеры на картинке Сравнивая вариации можно подбирать разные метрики

Abstract Хорошо писать в конце Отберите наиболее удачные обороты и переиспользуйте их в Abstract Используйте максимально простой язык и короткие фразы – не напугать читателя!! Пример: We propose a new method for the task A. Based on the observation that B, we derive C, so that it can be applied to A. Unlike traditional methods for A, such as D, the resulting method C can be applied when E and does not suffer from F. The robust performance of the proposed approach is verified by the experiments on the challenging datasets G and H.

Прочие части Заключение – краткое и нетривиальное, можно даже спорное Планы на будущее – не более 2 фраз Сноски свести к минимуму

Мой типичный порядок 1. 2. 3. 4. 5. 6. 7. 8. Техническая часть – черновик Картинки к технической части, teaser Вводная часть – черновик Несколько итераций по вводной и технической части Эксперименты Заключение и аннотация «Утрамбовка» Итерации

Язык Аккуратнее с качественными прилагательными Да Осторожнее! “new”, “improving state “novel”, “very -of-the-art” accurate”, “extremely simple” Короткие фразы Закон Мерфи для фраз в вашей статье: «Если вашу фразу можно понять неправильно, ее поймут неправильно» - избегайте всех двухсмысленностей! Артикли, предлоги (in figure) Итерации, итерации

Выбор названия Вопрос вкуса, но. . . Постарайтесь покороче Постарайтесь ввести “catchy name” Избегайте “new”, “novel”, “simple”, “robust”, “accurate”, etc. . .

Инструменты Только (pdf)La. Te. X!!! Хороший пакет: Miktex + Winshell Powerpoint – отличный инструмент для картинок Старайтесь экспортировать в векторный формат (pdf) Для библиографии используйте bibtex Ссылки удобно брать из dblp

«Подбор» рецензентов Как определяется выбор (факторы): 1) Ключевые слова/области 2) Что написано в Abstract 3) Кто процитирован (чем больше цитат, тем больше вероятность)

Rebuttal We thank the reviewers and address their concerns below. . . R 3: “The authors propose <> most stupid algorithm that will never work” A: Our algorithm is supported by the bulletproof derivation (section 2. 2) and demonstrates state-of-the-art performance on the dataset (Table 2). (Рецензент 3 «безнадежен» , вы боретесь за мнение area chairs и двух других рецензентов)

Лучшие способы «угробить» статью Не проводите поиск предшествующей литературы Используйте Word Представьте ваши результаты в виде картинок, не используя числа Процитируйте 5 статей Smith’а, обругав их на чем свет стоит

Работа с соавторами Договоритесь «на берегу» какой порядок авторов, кто главный, кто пишет какие части/ставит какие эксперименты Минимизация споров – уступайте другу по максимуму Даже если вы работаете в одиночку: Разбейте текст по секциям (input в La. Te. X) Используйте SVN/GIT

Заключительные советы Читайте больше статей с хороших конференций Попросите прочитать коллег (разной вовлеченности) – помните рецензенты всегда менее благожелательны Попросите прочитать англоговорящего человека (хотя бы начало) Не унывайте в случае неудачи – вы в хорошей компании. Извлеките максимум «выгоды» . Помните о большом элементе случайности Удачи!!!