电院学子论文被国际计算机视觉顶级会议录用
(通讯员 贠琳红)近日,全球计算机视觉顶级会议 CVPR 2019 (Computer Vision and Pattern Recognition,即国际计算机视觉与模式识别会议) 官方网站公布了论文的最终录用结果,6165cc金沙总站检测中心邓成教授指导的3篇论文入选。
据悉,今年CVPR 大会将于 2019 年 6 月 16 日至 20 日在美国加州长滩会议中心召开。CVPR今年共收到了 5165 篇有效提交论文,相比去年增加了 56%,其中录用了1299篇论文,录取率约为25.2%。其中包含了邓成教授指导的3篇论文,这3篇论文分别由我院博士生徐欣怡、杨旭和杨二昆以第一作者完成。
CVPR作为计算机视觉领域最高级别的国际会议之一,每年都吸引全球最顶尖的科研院所和公司的研究人员投稿,其录取论文代表了计算机视觉领域本年度最新的科技水平以及未来发展潮流。谷歌学术最新排名显示,CVPR全球总排名第20位,在泛人工智能领域排名第一。
徐欣怡博士的论文“Deep Asymmetric Metric Learning via Rich Relationship Mining”构造了一种非对称度量学习框架来挖掘大规模数据间的丰富关系。该论文提出的两路数据流交错对齐结构实现了在同等采样规模下建立了更丰富的数据关系,从而提升了模型的泛化能力。该方法在零投细粒度分类、图像检索等任务中获得了有效验证。
杨旭博士的论文“Deep Spectral Clustering using Dual Autoencoder Network”提出了一种新的对偶自编码网络和深度谱聚类网络的联合学习框架。与传统聚类方法相比,该框架具有同时实现判别语义挖掘和聚类的优点,通过互信息估计和特征不变性约束,解决了原始空间混淆数据的判别特征学习难题,实现了最佳聚类效果。
杨二昆博士的论文“DistillHash: Unsupervised Deep Hashing by Distilling Data Pairs”提出了一种利用弱语义关系提取可信成对类标的深度哈希检索方法。该算法能够收集更加可信的数据对,解决了传统的无监督哈希算法中的约束不可靠问题,显著提高了无监督哈希检索的精度。