大连理工 IIAU Lab 提出 SSLSOD:自监督预训练的 RGB-D 显著性目标检测模型。该文在显著性目标检测任务(SOD)中,首次引入自监督预训练。凭借提出的有效的前置任务(pretext task),在仅使用少量无标签的RGB-D数据进行预训练的情况下,该模型仍能够具有竞争力的表现。 论文链接:https://arxiv.org/pdf/2101.12482.pdf...
大连理工IIAU Lab提出MS-APS:结合多源信息,对动/静预测器自动筛选的视频目标分割网络(ACM MM’21 Oral) 本文创新性的将视频中目标拆解为静态显著性与运动目标。在视频目标分割领域中,为了规避低质量光流对网络产生的不可逆影响,本文设计了一个光流质量评估网络,其能够同时实现对静态/运动目标预测器结果的自动筛选以及...
https://github.com/MasterBin-IIAU/Unicorn https://github.com/MasterBin-IIAU/UNINEXT Talk·嘉宾介绍 严彬大连理工大学IIAU Lab在读博士生 大连理工大学IIAU Lab在读博士生,导师是卢湖川教授。作为第一作者在计算机视觉领域顶级会议(CVPR,ICCV,ECCV)上发表论文7篇,谷歌学术引用1000余次。曾在微软亚洲研究院、字...
导读 本文在显著性目标检测任务(SOD)中,首次引入自监督预训练。凭借提出的有效的前置任务(pretext task),在仅使用少量无标签的RGB-D数据进行预训练的情况下,该模型仍能够具有竞争力的表现。 大连理工 IIAU Lab 提出 SSLSOD:自监督预训练的 RGB-D 显著性目标检测模型。该文在显著性目标检测任务(SOD)中,首次引入...
北京时间5月10日(周三)20:00,大连理工大学IIAU Lab在读博士生—严彬的Talk将准时在TechBeat人工智能社区开播!他与大家分享的主题是: “走向通用实例感知”,届时将介绍和探讨通用实例感知的相关应用与挑战。Talk·信息▼主题:走向通用实例感知嘉宾:大连理工大学IIAU Lab在读博士生 严彬时间:北京时间 5月10日 (周三)...
大连理工 IIAU Lab 提出 SSLSOD:自监督预训练的 RGB-D 显著性目标检测模型。该文在显著性目标检测任务(SOD)中,首次引入自监督预训练。凭借提出的有效的前置任务(pretext task),在仅使用少量无标签的RGB-D数据进行预训练的情况下,该模型仍能够具有竞争力的表现。
北京时间5月10日(周三)20:00,大连理工大学IIAU Lab在读博士生—严彬的Talk将准时在TechBeat人工智能社区开播! 他与大家分享的主题是:“走向通用实例感知”, 届时将介绍和探讨通用实例感知的相关应用与挑战。 Talk·信息 主题:走向通用实例感知 嘉宾:大连理工大学IIAU Lab在读博士生 严彬 ...