轩辕研究院成果被国际人工智能顶级会议ECCV录用

 
近日, 轩辕研究院顾问、广东省企业科技特派员、暨南大学陈清亮教授团队的研究论文A Novel Compressed Sensing Approach on Convolutions and Runge-Kutta  Methods”被计算机视觉和人工智能国际顶级会议ECCV录用,辕研究院是论文单位之一,论文的其余作者都是陈清亮教授指导的暨南大学本科学生。

 

ECCV的全称是European Conference on Computer Vision(欧洲计算机视觉国际会议),每2年举办一次,历史悠久,在国际学术界和工业界都有非常大的影响力,业界巨头Google、微软、Facebook等都是其白金赞助商(PLATINUM PARTNER)。ECCV和ICCV(International Conference on Computer Vision)、CVPR(IEEE Conference on Computer Vision and Pattern Recognition)共同列为计算机视觉三大国际顶级会议。

 

 

每届的ECCV会议都会在全球范围内接受投稿,录用论文。主要的录用论文来自北美、欧洲、中国等国家的顶尖大学、科研机构和公司研究院。今年的ECCV会议非常火爆,文章提交数量再创新高,竞争异常激烈!3月初截稿时,会议主办方共收到了5025篇有效文章,数量是ECCV 2018收到文章的两倍多,再创记录!论文审稿过程非常严格,每篇论文都要经过细分领域内的三位国际同行专家匿名评审,最终通过讨论并达成共识才能录用。

 

本届ECCV 2020最终只有1361(占提交量的27%)篇文章被接收发表,接收率不到三成!大会论文集将由德国Springer出版社出版发行。ECCV 2020原定于2020年8月23-28日在英国格拉斯哥举行,受新冠肺炎疫情影响,ECCV 2020将完全以线上会议方式进行。

 

 

陈清亮教授团队的论文针对图像的压缩感知(Compressed Sensing)和重建问题, 依托轩辕研究院良好的研究资源开展研究,基于数值分析中的龙格-库塔(Runge-Kutta)方法,提出了一种新的卷积压缩感知神经网络RK-CCSNet,该神经网络完全使用端到端的训练方式,在感知阶段,通过一系列卷积滤波自动抽取图像的压缩度量;在重建阶段,利用龙格-库塔(Runge-Kutta)方法改造了残差神经网络ResNet结构,使得重建精度提高。通过在学术界权威数据集上的实验表明,与现有的主流技术相比,该方法有明显的优势,最终得到了评审专家的认可,提升了轩辕研究院的研究实力。

 

 

 

本届ECCV会议详情请见网址:

https://eccv2020.eu/

 

 

 

 
 

轩辕研究院信天翁实验室

轩辕网络近年来围绕人工智能的创新战略布局,设立了轩辕研究院“信天翁”人工智能实验室。
依托高校的技术成果,以及产学研合作方式,将国内外的技术成果转化为公司的应用技术和产品;解决人工智能,特别是深度学习领域的工程设计问题,为基于深度学习的知识图谱和机器视觉行业应用提供专业的解决方案;帮助用户解决人工智能样本数据和应用方案选择的可行性难题;为客户提供专业化的数据标注服务。
实验室拥有一批思维活跃,在专业技术领域颇有建树的年轻工程技术人才,并通过产学研合作的方式,与广东各高校建立起广泛的合作。我们在应用知识图谱构建智能教学系统的应用开发上做了大量的基础性研发工作,取得了一些成果,积累了一定的数据。实验室采取开放式的研发体系,热忱欢迎对这一领域感兴趣的老师加入实验室,共同探讨和研究相关领域的技术问题。