本届CVPR收到了创纪录的9155份论文（比CVPR 2022增加了12%），并录用了2360篇论文，接收率为25.78%。根据Google Scholar，过去5年被引用最多的出版物中，CVPR位列第4，在泛AI领域学术会议中排名第一。入围本届CVPR获奖论文候选名单（Award Candidate）的作品来自包括谷歌、斯坦福大学、康奈尔大学等在内的世界顶尖企业及机构。

3D点云配准（3D point cloud registration）是计算机视觉领域的一个基本问题，旨在寻找最优的三维点云配准参数进行重建和姿态估计。该论文首次提出了基于极大团的配准假设生成方法，用于高精度的三维配准重建。目的是松弛传统的最大团约束，并在图中挖掘更多的局部一致性信息以进行准确的姿态假设生成，最终达到提升三维点云的配准重建精度的目的。在多种模态的数据集上进行的广泛实验，证明该方法有效地提高了配准精度，优于各种最先进的方法。该方法也可作为一个通用模块嵌入到深度学习方法中，并且能显著提高其性能。该成果首次在三维点云配准重建领域取得了无需样本、无需训练、同时兼顾精度和效率的三维配准重建效果，对于资源受限条件下的航空航天领域三维重建问题具有巨大的应用潜力。

此外，西北工业大学ASGO国家工程实验室在本届CVPR大会上共录用13篇论文，取得了瞩目的成绩。张艳宁教授团队已获得计算机视觉两大顶会ICCV会议（2011年）和CVPR（2023年）最佳学生论文奖，是国内首个同时取得计算机视觉领域两大顶级会议最佳学生论文奖的科研团队。

ASGO国家工程实验室研究团队（部分成员）合照

ASGO国家工程实验室2017年1月经国家发改委批复，2022年2月通过能力建设验收。以“数字碳中和”为目标，致力于实现数据采集、传输、存储、计算全链路“一体化”，空天地海多源、异构、异步、跨域、跨模态“一体化”处理，集中+分布式+边缘计算的“小集中大分布”的算力布局，以空天地海一体化数据基准与协同感知探测、空天地海大数据存储与管理、空天地海广域动态多源信息智能化处理、学习与理解、空天地海多源信息多维重建与可视计算、面向应用的空天地海大数据信息挖掘与分析、多域多维信息系统、多域多维信息协同交互等为主攻方向。