最新目次 |《中国图象图形学报》2022年第4期
第427篇原创,您的关注是对图图最大的鼓励!
中国图像工程:2021
作者:章毓晋
关键词:图像工程 图像处理 图像分析 图像理解 技术应用 文献综述 文献统计 文献分类 文献计量学
人脸伪造及检测技术综述
作者:曹申豪,刘晓辉,毛秀青,邹勤
关键词:人脸伪造 伪造人脸检测 生成对抗网络(GAN) 人脸交换 人脸重现
MTMS300:面向显著物体检测的多目标多尺度基准数据集
作者:李楚为,张志龙,李树新
关键词:视觉显著性 显著物体检测 基准数据集 多目标 多尺度 小目标
作者:谢柠宇,丁宇阳,李明悦,刘渊,律睿慜,晏涛
关键词:光场 图像重聚焦 条件生成对抗网络 弥散圆(COC) 散焦渲染
作者:宋田田,潘振宽,魏伟波,李青
关键词:图像恢复 二阶变分模型 快速交替方向乘子方法(fast ADMM) 重启动 总拉普拉斯模型 欧拉弹性能模型
作者:蒋梦洁,钱文华,徐丹,吴昊,柳春宇
关键词:东巴画 超分辨率 渐进式重建 残差密集 对抗训练
融合自注意力机制的生成对抗网络跨视角步态识别
作者:张红颖,包雯静
关键词:机器视觉 步态识别 跨视角 自注意力 生成对抗网络(GANs)
着装场景下双分支网络的人体姿态估计
作者:吕中正,刘骊,付晓东,刘利军,黄青松
关键词:着装场景 人体检测 姿态估计 语义分割 姿态优化
嵌入双尺度分离式卷积块注意力模块的口罩人脸姿态分类
作者:陈森楸,刘文波,张弓
关键词:轻量级卷积神经网络 口罩人脸姿态分类 深度可分离卷积 卷积块注意力模块(CBAM) 深度学习 新冠肺炎(COVID-19)
联合损失优化下的高相似度奶山羊身份识别
作者:尚诚,王美丽,宁纪锋,李群辉,姜雨,王小龙
关键词:深度学习 奶山羊个体身份识别 Triplet-Loss 联合损失函数 迁移学习
对抗一致性约束的无监督域自适应绝缘子检测
作者:李梅玉,李仕林,赵明,方正云,张亚飞,余正涛
关键词:无监督域自适应 域偏移 绝缘子检测 对抗一致性 鲁棒性特征
注意力机制改进轻量SSD模型的海面小目标检测
作者:贾可心,马正华,朱蓉,李永刚
关键词:深度学习 目标检测 注意力机制 深度可分卷积 SSD 海面小目标检测
注意力引导网络的显著性目标检测
作者:何伟,潘晨
关键词:显著性检测 深度学习 通道注意力 空间注意力 特征融合 卷积神经网络(CNN)
结合双模板融合与孪生网络的鲁棒视觉目标跟踪
作者:陈志良,石繁槐
关键词:视觉目标跟踪(VOT) 孪生网络 特征融合 双模板机制 深度学习
流形正则化约束的图像语义分割
作者:肖振久,宗佳旭,兰海,魏宪,唐晓亮
关键词:深度学习 语义分割 残差网络(ResNet) 上下文信息捕捉 流形正则化
空洞可分离卷积和注意力机制的实时语义分割
作者:王囡,侯志强,蒲磊,马素刚,程环环
关键词:实时语义分割 深度可分离卷积 空洞卷积 通道注意力 空间注意力
自适应多任务学习的自动艺术分析
作者:杨冰,向学勤,孔万增,施妍,姚金良
关键词:自动艺术分析 自适应多任务学习 贝叶斯理论 艺术分类 跨模态艺术检索
注意力机制的曲面沉浸式投影系统补偿
作者:雷清桦,杨婷,程鹏
关键词:沉浸式投影系统 互反射补偿 深度学习 注意力机制 虚拟现实
遥感影像空间分治快速匹配
作者:卫春阳,乔彦友
关键词:图像匹配 遥感影像 空间分治 区域树 空间结构
结合门循环单元和生成对抗网络的图像文字去除
作者:王超群,全卫泽,侯诗玉,张晓鹏,严冬明
关键词:文字去除 门循环单元(GRU) 生成对抗网络(GAN) 逆残差块 图像修复
面向人体骨骼运动数据优化的双自编码器网络
作者:李书杰,朱海生,王磊,刘晓平
关键词:深度学习 骨骼运动数据优化 双自编码器 隐变量约束 Kinect运动数据
采用蒸馏训练的时空图卷积动作识别融合模型
作者:杨清山,穆太江
关键词:动作识别 知识蒸馏 深度学习 融合模型 图卷积
面向时变体数据的特征可视化方法
作者:刘力
关键词:时变体数据 特征可视化 特征跟踪 运动检测 交互式可视化
带法向约束的隐式T样条曲线重构
作者:任浩杰,寿华好,莫佳慧,张航
关键词:离散数据 隐式曲线 T样条 曲线重建 法向约束
观看经度联合加权全景图显著性检测算法
作者:孙耀,陈纯毅,胡小娟,李凌,邢琦玮
关键词:显著性检测 全景图 注视点经度加权 双立方体投影 不同视口经度加权
《中国图象图形学报》
前沿/热点专题征文来了~
“类脑视觉”专题征文
《中国图象图形学报》
前沿专刊专栏上线啦~
本文系《中国图象图形学报》独家稿件
内容仅供学习交流
版权属于原作者
欢迎大家关注转发!
编辑:狄 狄
指导:梧桐君
总编辑:肖 亮
声 明
欢迎转发本号原创内容,任何形式的媒体或机构未经授权,不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流,内容为作者观点,不代表本号立场。未经允许,请勿二次转载。如涉及文字、图片等内容、版权和其他问题,请于文章发出20日内联系本号,我们将第一时间处理。《中国图象图形学报》拥有最终解释权。