您现在的位置:香港开奖结果现场直播2020 > 家长网校 > 家长网校 > 正文内容

国际信息与软件学院两篇论文同获国际多媒体旗舰会议奖项-大连理

作者:admin 来源:未知 更新日期:2019-05-12 浏览次数:

  国际信息与软件学院两篇论文同获国际多媒体旗舰会议奖项-大连理工新闻网
国际信息与软件学院两篇论文同获国际多媒体旗舰会议奖项 作者:王卓 来源:开发区校区 时间:2017-04-01 16:28 近日,大连理工大学-立命馆大学国际信息与软件学院数字媒体技术团队在2017年IEEE多媒体与博览国际会议(IEEE International Conference on Multimedia & Expo, ICME 2017,计算机学会推荐B类会议)再创佳绩,所投稿三篇论文全部命中,其中刘日升副教授为第一作者的两篇论文《Deep Hybrid Residual Learning with Statistic Priors for Single Image Super-Resolution》(《基于统计先验的深度混合残差学习的单张图像超分辨算法》)、《Blind Image Deblurring via Adaptive Dynamical System Learning》(《通过自适应的动态系统学习处理图像去模糊》),同时入围“the Finalist of the World’s FIRST 10K Best Paper Award at ICME2017”(国际上首个万元级最佳论文奖提名)。本次会议仅有在审稿过程中获得评价最高的前3%的论文才有机会获得该最佳论文提名,因此同一团队有两篇论文同时入围实属不易。这也是该团队继2014,2015年度连续两次获得ICME最佳学生论文奖之后再次在该多媒体领域旗舰会议上获得最佳论文提名。此外,本团队相关研究工作《Learning to Diffuse: A New Perspective to Design PDEs for Visual Analysis》(《学习扩散:视觉分析中设计偏微分方程的新视角》),已发表在IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI,计算机学会推荐A类期刊,影响因子:6.077)。根据Web of Science统计,该文是我校以第一作者(及通讯作者)发表在这一人工智能领域公认最顶级期刊上的第一篇论文。数字媒体技术团队长期从事计算机图形学、图像与视频等多媒体数据的分析与处理研究。近期的研究兴趣主要集中在将基于物理和数学的图像处理理论与近年来得到飞速发展的深度学习技术结合,以实现数据驱动的、轻量化、物理意义明确的深度图像分析与处理系统。此次获奖的两篇论文便是在这一思路下获得的最新成果。其中处理图像超分辨的论文提出了一种混合深度残差学习框架来处理图像超分辨率问题,通过设计先验网络来刻画自然图像统计特征和具有强大判别能力的残差网络来学习清晰图像的高频信息,最终获得了很好的超分辨结果。解决图像盲去模糊的论文则提出了自适应的动力系统来解决模糊核估计与清晰图像重建。该方法与传统去模糊模型相比具有更高的灵活度,与现有深度网络相比其所需要的训练数据及参数又大幅减少。本团队还将该方法用于其它的图像和视频分析处理问题中,研究表明,将基于模型的传统思路和深度学习技术融合,可以有效解决各种复杂的多媒体与计算机视觉问题。 相关会议和期刊介绍IEEE ICME是IEEE多媒体领域旗舰会议,由IEEE下属的计算机学会、通信学会、信号处理学会和电路与系统学会等四个学术组织联合主办。2000年起,每年举办一次,业已成为来自4个学科的学术界工业界的研究者们交流多媒体技术进展的盛会,在多媒体技术领域具有重要影响,是中国计算机学会推荐B类知名国际会议。IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)是计算机视觉及模式识别领域最顶尖的学术期刊,2016-2017年的影响因子为6.077,是中国计算机协会评选出的为数不多的人工智能领域A类期刊之一。TPAMI对所刊登论文的原始创新性有很高的要求,对投稿论文的评审非常严格。每年国内一流科研单位在TPAMI上发表的论文数量都十分有限。

(责任编辑:admin)
【字体: