• <rp id="j0yfd"></rp>
    1. <rt id="j0yfd"></rt>
    2. <rt id="j0yfd"><optgroup id="j0yfd"></optgroup></rt><rt id="j0yfd"></rt>
      <tt id="j0yfd"><noscript id="j0yfd"></noscript></tt>
    3. <strong id="j0yfd"></strong>

        <rt id="j0yfd"><optgroup id="j0yfd"></optgroup></rt>

        學科建設

        學科建設

        電子電氣工程學院方志軍教授團隊在《IEEE Transactions on Image Processing》上發表研究成果

        時間:2020-01-23瀏覽:10來源:研究生處、電子電氣學院作者:

        近日,我校電子電氣工程學院方志軍教授和高永彬老師指導研究生王安杰在視頻序列的三維場景深度信息估計與視覺里程計方面取得最新研究成果,以“Adversarial Learning for Joint Optimization of Depth and Ego-Motion”為題發表在圖像處理領域國際頂級期刊IEEE Transactions on Image Processing》,該期刊由美國電氣電子工程師學會(Institute of Electrical and Electronics EngineersIEEE)主辦,屬于中國計算機學會(CCFA類、中科院SCI期刊分區工程技術大類一區Top期刊。該成果以我校為第一單位與通訊單位,聯合北京大學、美國華盛頓大學共同發表。



        視頻序列中場景的深度信息和相機運動軌跡對于三維重建、VR/AR、移動機器人定位與建圖、自動駕駛等實際應用具有重要意義。

        研究團隊針對傳統深度估計不均勻、局部缺失、需要后處理模塊、視覺里程計技術特征匹配困難、計算復雜度高等問題,設計了基于對抗學習的時域空域聯合優化框架。利用深度學習方式實現了單目視頻序列深度估計與視覺里程計精度的顯著提高,具有重要的應用價值,對于該領域人工智能技術走向實際應用起到了積極作用。該研究得到了國家自然科學基金項目的資助。


        周熱點新聞
        月熱點新聞
        返回原圖
        /


        3d之家 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>