电子学院三篇论文被国际顶级会议CVPR录用

  • 电子学院 (电子电气与通信工程学院)
  • 创建于 2017-03-06
  • 2663

中国科学院大学电子学院模式识别与智能系统开发实验室叶齐祥教授、博士生柯炜、硕士生周彦钊撰写的三篇论文日前被“2017年度计算机视觉与模式识别国际会议”(2017 IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2017)录用,其中柯炜的论文以口头报告(Oral的形式接收。

CVPR是世界三大顶级计算机视觉会议(ICCV,CVPR和ECCV)之一,每年举行一次。今年会议收到来自上百家世界级名校、研究机构和企业的3000多篇稿件,最终接收782篇(录用率约26%),其中口头报告(Oral)录用率更是不足5%。

今年该实验室共投稿论文4篇,中稿3篇,中稿篇数之多和中稿比例之高在国内研究机构尚不多见。其中,最年轻的作者周彦钊同学目前是二年级硕士研究生。

被录用的三篇论文如下:

KeWei 录用论文:
SRN: Side-output Residual Network for Object Symmetry Detection in the Wild (CVPR 2017 Oral)

论文创新性地提出了侧输出残差网络并将其成功应用在大规模复杂背景下的目标对称性检测任务中,取得了State-Of-The-Art性能。该架构显著地提升了多尺度特征融合性能,对尺度相关的深度学习任务具有应用价值。 博士生:柯炜
ZhouYanzhao 录用论文:
Oriented Response Networks
(CVPR 2017 Poster)

论文从深度卷积网络最为核心的卷积模块出发,创新的设计了具有主动旋转能力的向量场滤波器ARF,赋予了深度网络显式编码方向信息的能力,并显著提升深度特征对旋转的泛化性能。该深度网络架构在多个评测中取得State-Of-The-Art性能。 硕士生:周彦钊
YeQixiang 录用论文:
Self-learning Scene-specific Pedestrian Detectors using a Progressive Latent Model (CVPR 2017 Poster)

论文提出了一种新颖的针对特定场景的自学习行人检测算法,算法利用原始视频数据即可自动挖掘其中的行人目标并学习检测器,无需进行耗时耗力的逐帧数据标注,取得了State-Of-The-Art行人检测性能。 叶齐祥教授

模式识别与智能系统开发实验室成立于2006年,主要从事机器学习、图像和视频处理、无线网络优化、智能感知系统等领域的研究。实验室研究人员由焦建彬教授、叶齐祥教授、韩振军副教授、秦飞副教授及16名研究生组成,承担了国家“973计划”、中科院“百人计划”、国家自然基金重点及面上项目、中科院电子所、北京市科委等单位课题。

责任编辑:陈俊佑