首页 > 手机赌博网站 > 手机赌博网址 > 正文

面向显著性检测的深度特征探索

供稿:    责任编辑:安果    时间:2018-05-18    阅读:

演讲者:张平平

报告时间:2018年5月21日,11: 00

报告地点:A303基础教学楼

个人主页:https://scholar.google.com/citations?user=MfbIbuEAAAAJ&hl=en

标题:深入研究显着性检测的深层特征

(探索显着性检测的深层特征)

TR

报告摘要:

重大检测在计算机视觉应用方面取得了巨大成功。 然而,视觉显着性的定义取决于许多因素,并且难以以一种方式有效地统一所有检测线索。因此,准确的显着性检测仍然是一个未解决的问题。 本报告将介绍我们最近关于显着性检测的工作,特别是使用深层网络分层功能来探索完整卷积网络模型的不同深度,然后实现一系列显着性检测方法。 它包括:1)自适应地聚合多级卷积特征,用于复杂场景中的显着性对象检测; 2)学习深度不确定性卷积特征,改善对象边界预测,从而提高对象检测性能; 3)使用金字塔池获得全局空间上下文特征并逐步校正初始预测。 4)根据图像的内在反射,对输入图像进行适当的非破坏性反射分解,以提取互补特征并进行重要的物体检测。 我们的方法在公共数据集上实现了优于其他算法的性能。

TR

报告人简介:

张平平博士目前是澳大利亚视觉技术研究中心(ACVT)的研究员。他获得了理学学士和博士学位。分别于2012年和2018年在河南师范大学和大连理工大学工程。他在大连理工大学陆虎川教授的指导下学习,主要研究方向为计算机视觉和机器学习。 他在计算机视觉和人工智能(如ICCV,ECCV,IJCAI)和期刊(如TIP,TCSVT,PR)等国际会议上发表了数十篇论文,并担任过多个会议和期刊的评论员,如CVPR。 。 ,ICCV,ECCV,IJCAI,TPAMI,IJCV,TIP等

张平平博士是澳大利亚视觉技术中心的一项研究。 2012年和2018年,他分别获得河南师范大学(HNU)和大连理工大学(DUT)的学士和博士学位。他的主管是教授。他在计算机视觉和人工智能的顶级会议/期刊上发表了10多篇论文,包括ICCV,ECCV,IJCAI,TIP TCSVT,PR等。他还担任审稿人CVPR,ICCV,ECCV, IJCAI,TPAMI,IJCV,TIP等。

TR