计算机与人工智能学院第一期研究生论坛——“图像处理”专题成功举办

时间:2021-04-15 09:55:29    作者:    

为了加强计算机与人工智能学院全体研究生的学术交流,展示最新研究成果,探讨前沿学科问题,同时提高研究生的学术素养,营造浓厚的学术氛围,4月15日下午,计算机与人工智能学院第一期研究生论坛在崇真南楼A北1017举办。本次论坛由19级研究生肖文涛、张毅、阮梦玉、陈博文、闫坤和杜成虎主讲。副院长何儒汉教授、青年博士朱强老师、教务秘书饶宵老师参加了报告会。本次活动由计算机与人工智能学院研究生会学术部组织。

肖文涛的报告题目为“基于图像处理的边缘检测相关问题研究”。报告从图像增强和边缘检测的背景出发给同学们讲解了国内外目前的研究现状以及传统研究方法的局限性和优缺点。基于图像增强,他首先引入信息熵改进马氏距离公式,并将马氏距离用于改进自适应中值滤波器,然后对幂次变换进行改进使其具有自适应性,并将改进的幂次变换用于改进Retinex算法对图像整体增强,最后与各位老师和同学对其应用展开讨论。

张毅的报告题目为“基于膨胀卷积残差网络的服装检索研究”。报告中提出一种基于膨胀卷积残差网络(DCRN)的服装图像检索方法。先将膨胀卷积大尺寸感受野的优势和残差网络提取语义特征的优势结合,有效提取服装图像的特征;然后,提出了一种混合距离度量算法(MD),用以稳定高效地计算特征向量的空间距离。他实验表明DCRN方法能有效提取服装浅层的细节信息和深层的语义信息。通过张毅的报告,相关领域同学都受益匪浅。

阮梦玉和陈博文的报告题目为“基于织物瑕疵点监测的方法与应用研究”。报告从传统方法检测和深度学习方法检测介绍了疵点检测的经典方法,以及利用视觉显著性和二级分割网络对疵点进行检测的研究内容,最后对疵点检测应用及研究趋势进行了展望。

闫坤的报告题目为“深度学习在服装推荐中的应用研究”。报告主要从研究背景、推荐算法、实验以及未来的研究趋势进行展开,然后简要地介绍了如何将Siamese网络运用到推荐中,并将深度学习方法与服装联系起来,以更好地为用户推荐适合衣物,贴近现实。

杜成虎的报告题目为“深度学习在姿态迁移中的应用研究”。对人体姿态的迁移,报告中借助分割,采样等图像处理技术对人体局部进行迁移,再利用深度学习技术对缺少的补位进行补充和整合,可以高效的生成真实的姿态迁移结果。最后就其应用与同学和老师进行了良好的讨论和交流。

何儒汉致谢幕词,他希望学院研究生能够开发创新思维,加强实践,积极参与学术交流,并坚信在老师的带领和同学的努力之下,学院在学术科研方面必能结出丰硕之果。

本次论坛内容丰富,加强沟通、开阔视野、启迪智慧,为研究生们提供了宝贵的交流机会。