ResNet 获 CVPR 2016 最佳论文奖

背景

CVPR 的全称是 IEEE 计算机视觉与模式识别会议（Conference on Computer Vision and Pattern Recognition），是该领域主要的年度会议之一，一年里的大量视觉研究工作会在这里首次公开。2016 年的这一届是系列会议的第 29 届，于 2016 年 6 月 26 日至 7 月 1 日在拉斯维加斯举行^[1]。这种规模的会议通常由技术报告、海报展示和正式的颁奖环节组成，最佳论文由委员会从当年录用的最强投稿中评出。奖项本身的物质意义有限，但它常被读作同行对「什么算好工作」的一次表态。

发生了什么

CVPR 2016 的最佳论文奖授予 Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun 的《Deep Residual Learning for Image Recognition》^[1]。最佳论文荣誉提名授予 Thomas Moellenhoff、Emanuel Laude、Michael Moeller、Jan Lellmann 和 Daniel Cremers 的《Sublabel-Accurate Relaxation of Nonconvex Energies》^[1]。

关键细节

获奖论文的题目就说明了主题：把残差学习（residual learning）用于图像识别。它的做法是改变要求一组层去计算的东西：不让这些层直接学目标映射，而是学输入与期望输出之间的差，也就是「残差」，同时用捷径连接（shortcut connection）把输入原样送向后层。这样网络只需要在已经表示出的结果上学一个修正量，很深的层叠结构因此变得更容易训练。论文的实验针对的是图像识别，也就是给图像分配标签的任务。

对第一作者来说，这个奖出现在一段经历的节点上。Kaiming He 于 2011 年至 2016 年在微软亚洲研究院（Microsoft Research Asia）工作，论文正好出现在这段时期的末尾^[2]。这也不是他第一次获得 CVPR 最佳论文：2009 年他就拿过同一奖项^[2]。

荣誉提名的那篇论文属于领域的另一块。它处理的是非凸能量（nonconvex energy）的松弛问题：这类优化问题按原样很难求解，通常要换成与之相关、更容易处理的问题来算^[1]。这是给视觉问题用的数学，而不是给视觉问题用的网络结构；它出现在获奖名单上，也说明会议对「好论文」的口味有多宽。

影响

这篇论文后来的引用记录颇为突出。按照 Google Scholar 在 2020 年和 2021 年发布的报告，它是此前 5 年内被引用最多的研究论文^[2]。2023 年，Kaiming He 与 3 位合作者一起获得未来科学奖（Future Science Prize），理由是「通过引入深度残差学习对人工智能作出的基础性贡献」^[2]。

奖项标记的是一个时刻，引用数则是多年累积的结果。两者放在一起，可以看到 2016 年会议上的一个决定，如何连到后来一条更长、更宽的脉络上。