<div dir="ltr"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">Following the success of 2nd ICCV Workshop on Physics Based Vision Meets Deep Learning (PBDL2019). We propose the 3rd workshop using the same title and topics with ICCV 2021. The goal is to encourage the interplay between physics based vision and deep learning. Physics based vision aims to invert the processes to recover the scene properties, such as shape, reflectance, light distribution, medium properties, etc., from images. In recent years, deep learning shows promising improvement for various vision tasks. When physics based vision meets deep learning, there must be mutual benefits.</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">We welcome submissions of new methods in the classic physics based vision problems, but preference will be given to novel insights inspired by utilizing deep learning techniques. Relevant topics include but are not limited to</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">Deep learning +</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Photometric 3D reconstruction</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Radiometric modeling/calibration of cameras</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Color constancy</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Illumination analysis and estimation</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Reflectance modeling, fitting, and analysis</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Forward/inverse renderings</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Material recognition and classification</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Transparency and multi-layer imaging</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Reflection removal</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Intrinsic image decomposition</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Light field imaging</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Multispectral/hyperspectral capture, modeling and analysis</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Vision in bad weather (dehaze, derain, etc.)</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• Structured light techniques (sensors, BRDF measurement and analysis)</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">• TOF sensors and its applications</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">Paper submission is through CMT:</span><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)"><a href="https://cmt3.research.microsoft.com/pbdl2021">https://cmt3.research.microsoft.com/pbdl2021</a></span><div><br></div><div>Challenge:</div><div><a href="https://pbdl2019.github.io/challenge/index.html">https://pbdl2019.github.io/challenge/index.html</a><br style=""><br style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px"><span style="color:rgb(17,17,17);font-family:verdana,arial,helvetica,sans-serif;font-size:13px;background-color:rgb(246,246,246)">The format for paper submission is the same as the ICCV 2021 submission format. Papers that violates the anonymity, do not use the ICCV submission template or have more than 8 pages (excluding references) will be rejected without review. The accepted papers will appear in the proceedings of ICCV 2021 workshops. In submitting a manuscript to this workshop, the authors acknowledge that no paper substantially similar in content has been submitted to another workshop or conference during the review period.</span><br clear="all"><div><br></div><div><br></div><div><br></div>-- <br><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature">YOU, Shaodi<br><a href="mailto:youshaodi@gmail.com" target="_blank">youshaodi@gmail.com</a><br><br></div></div></div>