金娱乐

<form id="ajkshdbija"></form>

<address id="ajkshdbija"><listing id="ajkshdbija"><meter id="ajkshdbija"></meter></listing></address>

        <em id="ajkshdbija"></em>

        <form id="ajkshdbija"></form>

          
          

              金娱乐師生參加ICME2019

              2019年7月8日至12日,国际多媒体及博览会议(International Conference on Multimedia and Expo,ICME2019)在中国上海开展,计算机所郭宗明教师、刘家瑛教师、胡玮教师、张行功教师、研究生王思薇、毕业生杨文瀚、潘婉琼、陈科吉等人参加了此次会议。

              會場合影(左起:潘婉瓊、胡玮、楊文瀚、郭宗明、陳科吉、王思薇)

              本次會議吸引了來自學術界、工業界600多人參加,投稿1002篇,論文錄取率爲31%。會議包括了35個口頭報告session和6個海報展示session、13個研討會、3個特邀報告和9個學術課程。內容主要是多媒體信息處理,涉及視頻編碼、視頻圖像內容理解、網絡傳輸等多媒體領域的各個方面。

              在本次大会上,刘家瑛教师团队主办了主题为Intelligent Image Enhancement and Restoration - from Prior Driven Model to Advanced Deep Learning的讲习班,介绍了图像视频去雨、文字风格化、图像视频超分辨率以及低光照图像增强等领域的最新进展和团队在相关方向的工作,受到广泛关注。胡玮教师主持了3D and Low Level Vision口头汇报session并汇报了相关论文工作。计算机所师生在ICME2019上共发表了4篇论文,包括2篇口头汇报论文、1篇海报展示论文和1篇workshop论文。

              論文具體信息如下:

              [1] Fu Qiang, Wenhan Yang, Ying Li, and Jiaying Liu. Deep Pyramid Variation Learning For Image Interpolation.

              本文提出了一種多尺度變化特征學習的圖像插值方法。該方法學習到的特征表達講圖像被表示爲高維特征:兩個空間維度,一個鄰域維度和一個尺度維度。之後,基于該特征表達,構建了一個可學習的循環多路徑聚合網絡。該網絡叠代對特征進行精煉,每次叠代精煉都由一個多尺度多路徑子網進行變換,從而更好地實現多尺度建模以及上下文信息推斷,進行更好地圖像插值。

              [2] Junkun Qi, WeiHu, Zongming Guo. Feature Preserving And Uniformity-Controllable Point Cloud Simplification On Graph.

              本文提出了一種點雲簡化的算法,不僅可以較好地識別並在簡化的過程中保留點雲所帶有的幾何特征,同時能夠避免簡化後的點雲密度極度失衡,實現了特征保持與密度均一間的平衡。具體而言,論文利用圖譜與圖信號處理的理論,將不規則的點雲表示在圖數據結構上,並基于圖濾波器提出了保持點雲特征和密度均衡的優化方法。點雲簡化的問題最終被轉換爲權衡這兩個因素的優化問題,並通過論文提出的近似和加速算法有效地解決。實驗結果證明了該方法的優越性及其在點雲配准中的有效應用。

              胡玮老師做口頭彙報

              [3] Siwei Wang, Yongtao Wang, Xiaoran Qin, Qijie Zhao, Zhi Tang. Scene Text Recognition Via Gated Cascade Attention.

              本文提出了一種級聯式的注意力機制,來解決基于編碼器-解碼器場景文字識別模型中注意力的對齊問題,增強模型對不規則文本識別的魯棒性。與其他論文比較,在多個公開自然場景文字識別數據集上取得了目前最好結果。

              論文海報展示

              [4] Weihong Lin, Xinggong Zhang, Zongming Guo, Wei Hu. OPV: Bias Correction Based Optimal Probabilistic Viewport-Adaptive Streaming For 360-Degree Video.

              本文提出了視區演化感知的全景視頻預取和更新的最優模型,該模型考慮了動態的視區變化,帶寬的波動,以及視頻的播放期限,從而來決定下載最優的視頻片段。通過實驗驗證,本文提出的算法比傳統的全景視頻預取策略,能更好地消除視區預測偏差對全景視頻的視區質量和播放抖動的影響。

              CLOSE

              上一篇 下一篇
              娱乐平台介绍 什么是彩票 彩票种类 全球大盘彩票 全国彩票玩法 棋牌游戏介绍 捕鱼游戏技巧 街机游戏介绍 老虎机介绍