计算机所师生参加ACM MM 2017
2017年10月23日至27日,第25届ACM国际多媒体会议(the 25th ACM International Conference on Multimedia)在美国加州召开,计算机所彭宇新老师、穆亚东老师、研究生杨文瀚、何相腾、谢澜、本科生刘春晖参加了此次会议。
ACM MM是由ACM举办的全球多媒体领域的顶级会议,每年召开一次,主要探讨计算机多媒体技术的突破和发展,论文接受率为28%,一直以来受到了国际学术界的广泛关注。
计算机所师生在ACM MM 2017会议上共发表了2篇长文、1篇demo文章、1篇workshop文章,分别针对细粒度图像分类、360度视频传输、和实时视频超分辨率重建、多模态人体动作检测数据库等进行了研究,并做了海报展示。
论文信息如下:
[1] Xiangteng He, Yuxin Peng and Junjie Zhao. "Fine-grained Discriminative Localization via Saliency-guided Faster R-CNN"
本文提出了一种显著性引导的细粒度辨识性定位方法,能够在加快分类速度的同时,消除对于图像中对象、部件等人工标注信息的依赖。
[2] Lan Xie, Zhimin Xu, Yixuan Ban, Xinggong Zhang and Zongming Guo. “360ProbDASH: Improving QoE of 360 Video Streaming Using Tile-based HTTP Adaptive Streaming” 本文提出了一种QoE驱动的360度视频视点自适应算法,提高了360度视频的质量、减少了视频的空间质量抖动。
[3] Wenhan Yang, Shihong Deng, Yueyu Hu, Junliang Xing, and Jiaying Liu. "Real-Time Deep Video SpaTial Resolution UpConversion SysTem (STRUCT++ Demo)“ 本文提出了一个深度实时视频超分辨率重建展示系统,使用全局上下文信息汇聚和局部跳跃网络作为技术支撑,在保证运行时间效率的情况下取得了不错的超分辨率重建性能。
[4] Chunhui Liu, Yueyu Hu, Yanghao Li, Sijie Song, and Jiaying Liu. "PKU-MMD: A Large Scale Benchmark for Skeleton-Based Human Action Understanding" 本文提出了一种用于动作检测问题的多模态数据库,使用了先进的数据集采集技术和矫正标准,规模为之前已有工作的10倍。
上一篇 下一篇