点赞这位成电本科生让图像识别更准更快

随着计算机视觉技术的发展，各类图片识别和分类软件层出不穷，比如拍照识花草、拍照识字、人脸识别、熊猫识别……如何让计算机软件在图像识别的时候精准度更高、速度更快，是研究者们一直在探讨与追寻的问题。

近日，我校计算机科学与工程学院级本科生傅阳烨以第一作者身份在年度IEEE国际计算机视觉与模式识别会议（IEEE/CVFConferenceonComputerVisionandPatternRecognition,CVPR）上发表了一篇题为“PartialFeatureSelectionandAlignmentforMulti-SourceDomainAdaptation”的论文，提出了一种新颖的模型框架来解决带类别偏移的多源域领域自适应问题，或许能够让图像识别更准更快。

CVPR是人工智能计算机视觉领域最具权威性的国际顶级会议之一，每年召开一届。在谷歌最新发布的年度学术指标（ScholarMetrics）榜单中，CVPR以的H5指数值排名第5位，人工智能领域排名第1位。近年来，CVPR的投稿量逐年增加，据其

转载请注明：http://www.abuoumao.com/hyls/1883.html