English
导航菜单
10月27日-11月2日，两年一届的ICCV 2019在韩国首尔召开，上海交通大学人工智能研究院吴文俊人工智能荣誉博士班博士一年级学生汪润中在严骏驰教授和杨小康教授的共同指导下，以第一作者身份在计算机视觉深度图匹配方面的研究论文“Learning Combinatorial Embedding Networks for Deep Graph Matching” 被ICCV 2019接收。
30日上午，汪润中在大会上进行口头报告（oral），这也是上海交大学生首次入选ICCV oral 的论文。ICCV全称为“International Conference on Computer Vision”，是由IEEE主办的计算机视觉方向三大顶级会议之一，在世界范围内每两年召开一次，会议收录率较低，今年ICCV oral 论文接受率约为4%。
图匹配一直是计算机视觉领域历久弥新的问题，旨在利用图结构信息，寻找物体之间节点与节点的对应关系。已有的研究工作通常从数学优化的角度求解图匹配的数学形式，而忽视了机器学习、尤其是深度学习在图匹配问题上的巨大潜力。汪润中提出，基于嵌入（embedding）技术的深度学习方法具有高效建模图结构的能力，能够降低图匹配求解运算的复杂度，同时使整个框架能够进行端到端的训练。
在研究中，图嵌入技术被首次用于计算机视觉的图匹配任务中，通过CNN网络与嵌入网络，作者高效地建模了图像与图结构的相似度信息，提出了排列损失函数以替代已有工作中的偏移损失函数，进行端到端的监督训练。在引入嵌入技术后，图匹配求解的复杂度大大降低，原先无法被精确求解的二阶组合优化问题转化为了能够精确求解的一阶问题。作者在论文中采用了Sinkhorn算法，在精确求解图匹配问题的同时允许梯度回传。该算法在实验中不仅以15%的相对精度超越了CVPR2018的最佳论文提名Deep Learning of Graph Matching，而且还能够在多个类别之间进行知识迁移。
汪润中本科就读于上海交通大学信息工程专业，已有两篇一作论文被ICCV接收。今年9月正式成为上海交通大学人工智能研究院杨小康教授的直博生，继续在“深度学习与计算机视觉”方面开展相关科学研究工作。
地址：上海市东川路800号学院概况
邮编：200240 邮箱：seiee@sjtu.edu.cn
Copyright © 2022上海交通大学电子信息与电气工程学院 版权所有
欢迎关注上海诚聘英才公众号