<s id="frio9"><legend id="frio9"></legend></s>

<cite id="frio9"><samp id="frio9"></samp></cite><ruby id="frio9"></ruby>

<meter id="frio9"><i id="frio9"><address id="frio9"></address></i></meter>
  • <output id="frio9"></output>
    <rt id="frio9"></rt>
    文章詳情
    您所在位置:首頁 > 新聞通知 > 電院學子論文被國際計算機視覺頂級會議錄用

    電院學子論文被國際計算機視覺頂級會議錄用

    2019-07-23來源: 瀏覽次數:

    (通訊員:段小樂)近日,全球計算機視覺頂級會議 ICCV2019 (International Conference on Computer Vision,國際計算機視覺大會) 官方網站公布了論文的最終錄用結果,我院影像處理實驗室鄧成教授指導的2篇論文入選。

    ICCV2019將于10月29日至11月2日在韓國首爾COEX會議中心召開。今年大會共收到4303篇有效提交論文,相比上屆增加了100%,其中錄用了1077篇論文,錄取率約為25.02%。鄧成教授指導的2篇論文分別由其博士生王浩、魏坤以第一作者完成。

     

    ICCV每兩年舉辦一次,是計算機視覺領域最高級別的國際會議之一,在業內享有極高的學術聲譽。每屆會議都吸引了全球最頂尖的科研院所和企業界的研究人員投稿,其錄取論文代表了該領域本年度最新的科技水平以及未來發展潮流。據谷歌學術最新排名顯示,ICCV全球總排名第71位,在計算機視覺與模式識別領域排名第三。

    王浩博士的論文“Asymmetric Cross-guided Attention Network for Actor and Action Video Segmentation from Natural Language Query”提出了一種非對稱交叉引導注意網絡用于建立自然語言描述和視頻內容之間的復雜關系。該方法有效解決了因人類語言描述多樣而引起的自然語言魯棒特征提取問題,并根據語言描述自適應地增強視頻內容相關區域的上下文信息,有效提高了根據句子描述進行視頻目標分割任務的性能。

     

    魏坤博士的論文“Adversarial Fine-Grained Composition Learning for Unseen Attribute-Object Recognition” 提出了一種基于對抗學習的方法,用于解決未見“屬性–目標”對的零樣本識別問題。該方法首次定義了“屬性–目標”對的“半負樣本”概念,并有效地克服了半負樣本對于零樣本識別問題的干擾。

     
  • 上一篇文章:比利時布魯塞爾自由大學代表團訪問電子工程學院
  • 下一篇文章:綠水青山強國夢,根據地里尋初心 ——記實驗中心黨支部庾家河參觀學習之行
  • 返回頂部
    先锋影音资源中心站