即可将网页分享至朋友圈
近日获悉,我校电子工程学院李鸿升副教授为第一作者的科研论文(长文):Feature Matching with Affine-Function Transformation Models(基于仿射函数几何变化模型的特征匹配算法)在IEEE汇刊中的顶级刊物PAMI(模式分析与机器智能汇刊)上发表。该论文的第一作者单位为电子科技大学电子工程学院,合作单位为美国里海大学、美国德克萨斯大学阿灵顿分校以及美国罗格斯大学。截至目前,李鸿升以第一作者身份在IEEE Trans. PAMI上已发表3篇长文。
特征匹配结果:(a)模板图像特征点;(b)输入图像特征点;(c)特征匹配结果。
特征点匹配是计算机视觉中的一个重要基础问题,给定多幅不同图像中的相关特征点,该问题要求求解这些特征点之间的对应关系。特征匹配算法在计算机视觉领域中的物体检测、物体识别、物体跟踪、图像匹配、图像检索、光流估计、三维模型重建等方面均有着广泛的应用。现有特征匹配算法仅能支持几个或一小类几何变换模型,极大的局限了匹配算法的应用范围。该论文通过将匹配问题建模为凸优化问题,首次支持所有能够被仿射函数和凸约束条件表达的几何变换模型,这些模型极大扩展了算法能够支持的几何变换模型的种类,以及算法的可应用范围。该算法的提出也为更好地解决特征匹配问题提供了全新的解决思路。
李鸿升的主要研究方向包括计算机视觉、机器学习以及医学图像处理,其以第一作者身份在计算机视觉领域顶级期刊IEEE Trans. PAMI发表长文3篇(其他2篇分别发表于2011年6月及2013年2月),在计算机视觉以及医学图像处理领域顶级国际会议(CVPR/ICCV/MICCAI/IPMI)发表论文6篇。其中MICCAI 2010的论文被大会选为口头报告论文,录取率仅为5.8%。同时他还获得2013年国家自然科学基金青年基金项目,以及2014年成都市高层次创新创业人才计划(长期项目创业类)资助。同时李鸿升被多家刊物和国际会议邀请为审稿人,包括IEEE Trans. Pattern Analysis and Machine Intelligence,IEEE Trans. Medical Imaging, IEEE Trans. Image Processing,IEEE Trans. Circuit System and Video Technology等。
IEEE Trans.PAMI,全称为IEEE Transactions on Pattern Analysis and Machine Intelligence,是人工智能、模式识别、图像处理、计算机视觉领域的顶尖国际期刊之一,2013-2014的年度影响因子为5.694,5年影响因子(5-year Impact factor)为7.015,是计算机科学与人工智能领域的5个一区刊物之一。国内一流科研单位每年独立在PAMI上发表的文章数量极为有限。
相关链接:http://ieeexplore.ieee.org/xpl/articleDetails.jsp?tp=&arnumber=6816038
编辑:一戈 / 审核:一戈 / 发布:一戈