西电主页 English 宣传部
西电要闻
表格等宽内容时,请左右滑动 <>
西电计科院赵伟教授团队研究成果被顶级期刊TPAMI和顶会NeurIPS等录用
时间:2021-10-15 09:20:26来源:计算机科学与技术学院点击:

西电新闻网讯(通讯员 徐偲)近日,计算机科学与技术学院智能媒体与数据工程研究所赵伟和管子玉教授团队,围绕大数据采集、处理、分析、挖掘和应用等中的关键科学问题和主要技术瓶颈展开研究,在国家自然基金重点项目、陕西省重点科技创新团队和陕西省重点研发计划等项目的资助下,相关成果发表在TKDE、TNNLS、TII、SIGKDD、IJCAI、AAAI等计算机领域顶级期刊和会议上。近期,团队多篇文章被计算机领域顶级期刊和会议录用。

赵伟教授在IEEE TPAMI(CCF A类,IF=16.389)发表的论文“TelecomNet: Tag-based Weakly-supervised Modally Cooperative Hashing Network for Image Retrieval”,提出了基于社会媒体用户弱标注数据的图像检索方法。该方法借助于社会媒体上用户提供的文本标签中的语义信息,学习图像哈希函数。不同于先前的无监督或有监督哈希算法,该方法包含了弱监督预训练,以及监督精调两个步骤。实验证明,该方法可以有效提升现有监督哈希算法的性能。

TelecomNet算法框架图

近日,赵伟教授指导的博士生喻航撰写的论文“AP-10K: A Benchmark for Animal Pose Estimation in the Wild”被2021年度神经信息处理系统大会(Thirty-fifth Conference on Neural Information Processing Systems,简称NeurIPS)接收。该论文提出了第一个为普遍的动物姿态估计提供基准的大规模动物姿态数据集AP-10K。在该数据集的基础上,论文从三个方面进行了姿态估计的实验,实验结果表明:姿态估计模型从多个不同物种中进行学习,能够带来准确性和泛化性的巨大优势,该论文的实验数据为此提供了可靠的经验证据,AP-10K为促进动物姿势估计的未来研究开辟了新的方向。

AP-10K数据集中动物以及标注示意图

相关论文链接:

TPAMI论文链接:

https://ieeexplore.ieee.org/document/9543564

NeurIPS 2021论文链接:

https://arxiv.org/abs/2108.12617

上一条:师德标兵|马国宏:敦笃热爱成教育 五育并举谋发展
下一条:西电召开精神文明建设工作会议 推进文明校园创建

请遵守《互联网电子公告服务管理规定》及中华人民共和国其他有关法律法规。
用户需对自己在使用本站服务过程中的行为承担法律责任。
本站管理员有权保留或删除评论内容。
评论内容只代表网友个人观点,与本网站立场无关。
 匿名发布 验证码 看不清楚,换张图片
0条评论    共1页   当前第1
西电计科院赵伟教授团队研究成果被顶级期刊TPAMI和顶会NeurIPS等录用
发布时间:2021-10-15 09:20:26来源:计算机科学与技术学院点击:我要评论: 0

西电新闻网讯(通讯员 徐偲)近日,计算机科学与技术学院智能媒体与数据工程研究所赵伟和管子玉教授团队,围绕大数据采集、处理、分析、挖掘和应用等中的关键科学问题和主要技术瓶颈展开研究,在国家自然基金重点项目、陕西省重点科技创新团队和陕西省重点研发计划等项目的资助下,相关成果发表在TKDE、TNNLS、TII、SIGKDD、IJCAI、AAAI等计算机领域顶级期刊和会议上。近期,团队多篇文章被计算机领域顶级期刊和会议录用。

赵伟教授在IEEE TPAMI(CCF A类,IF=16.389)发表的论文“TelecomNet: Tag-based Weakly-supervised Modally Cooperative Hashing Network for Image Retrieval”,提出了基于社会媒体用户弱标注数据的图像检索方法。该方法借助于社会媒体上用户提供的文本标签中的语义信息,学习图像哈希函数。不同于先前的无监督或有监督哈希算法,该方法包含了弱监督预训练,以及监督精调两个步骤。实验证明,该方法可以有效提升现有监督哈希算法的性能。

TelecomNet算法框架图

近日,赵伟教授指导的博士生喻航撰写的论文“AP-10K: A Benchmark for Animal Pose Estimation in the Wild”被2021年度神经信息处理系统大会(Thirty-fifth Conference on Neural Information Processing Systems,简称NeurIPS)接收。该论文提出了第一个为普遍的动物姿态估计提供基准的大规模动物姿态数据集AP-10K。在该数据集的基础上,论文从三个方面进行了姿态估计的实验,实验结果表明:姿态估计模型从多个不同物种中进行学习,能够带来准确性和泛化性的巨大优势,该论文的实验数据为此提供了可靠的经验证据,AP-10K为促进动物姿势估计的未来研究开辟了新的方向。

AP-10K数据集中动物以及标注示意图

相关论文链接:

TPAMI论文链接:

https://ieeexplore.ieee.org/document/9543564

NeurIPS 2021论文链接:

https://arxiv.org/abs/2108.12617

责任编辑:冯毓璇
相关阅读:
    读取内容中,请等待...
请遵守《互联网电子公告服务管理规定》及中华人民共和国其他有关法律法规。
用户需对自己在使用本站服务过程中的行为承担法律责任。
本站管理员有权保留或删除评论内容。
评论内容只代表网友个人观点,与本网站立场无关。
 匿名发布 验证码 看不清楚,换张图片
0条评论    共1页   当前第1
本月热点