<acronym id="aaokl"><label id="aaokl"><menu id="aaokl"></menu></label></acronym>
  • <track id="aaokl"><strike id="aaokl"></strike></track>

    <big id="aaokl"></big>
  • <table id="aaokl"></table>
        <p id="aaokl"><label id="aaokl"></label></p>
      1. <tr id="aaokl"><label id="aaokl"></label></tr>

        智能科學與技術系劉袁緣老師參加計算機視覺領域頂級會議CVPR

        發布人:石劍峰發表時間:2023-07-05點擊:

        2023年6月18日至22日,2023年IEEE/CVF計算機視覺和模式識別會議(IEEE/CVF Conference on Computer Vision and Pattern Recognition,簡稱CVPR)在加拿大溫哥華舉行。我院人工智能系劉袁緣老師赴溫哥華參加本次會議。

        CVPR是IEEE一年一度的學術性會議,會議的主要內容是計算機視覺與模式識別技術,是世界頂級的計算機視覺會議,也是我國計算機學會(CCF)推薦的A類國際學術會議。CVPR 2023共收到論文投稿9155篇,收錄2360篇,接收率為 25.78%。我院劉袁緣老師及其研究生王文斌的學術論文“Pose-disentangled Contrastive Learning for Self-supervised Facial Representation”被大會錄用,并展示為Poster,劉袁緣老師作為講者為參會人員進行介紹。

        劉袁緣老師(左一)講解Poster

        該論文提出了一種新的用于通用自監督面部表征的姿態解耦對比學習(PCL)方法。PCL首先設計了一個姿態解耦解碼器(PDD),該解碼器具有精心設計的正交化損失和重構損失,可以將姿態相關特征從人臉感知特征中分離出來,從而與姿態相關和與姿態無關的面部信息可以在單獨的子網中進行對比學習,并且不會影響彼此的訓練。此外,我們還提出了一種與姿態相關的對比學習機制,為各種下游任務提供更有效的人臉感知表示。我們在四項具有挑戰性的下游人臉理解任務進行了全面的線性評估,包括人臉表情識別、人臉識別、人臉AU檢測和頭部姿態估計。實驗結果表明,我們的方法在很大程度上優于現有的自監督學習方法。

        劉袁緣老師參與本次會議后感悟良多:CVPR會議是國際上的計算機視覺領域的頂級會議,很榮幸我們的論文被錄用,終是不辜負我們這么多個日夜付出的努力。本次前往溫哥華參與會議,近距離感受到了來自全球計算機領域頂級研究團隊的工作、最前沿的技術以及各位大佬們思維碰撞出的火花。我希望以后能有更多的機會參加這樣的頂級會議,與同行們分享和汲取他們的知識和經驗,提高中國地質大學計算學院的國際影響力。

        通訊員:孫琨

        審核:曾德澤

        校對:石劍峰

        亚州春色AV无码专区_91精品国产丝袜白色高跟鞋_r级无码专区在线电影
        <acronym id="aaokl"><label id="aaokl"><menu id="aaokl"></menu></label></acronym>
      2. <track id="aaokl"><strike id="aaokl"></strike></track>

        <big id="aaokl"></big>
      3. <table id="aaokl"></table>
            <p id="aaokl"><label id="aaokl"></label></p>
          1. <tr id="aaokl"><label id="aaokl"></label></tr>