创新成果
创新成果
位置: 首页 > 创新成果 > 正文

唐厂,王力哲 等,计算机学院. AAAI (2020), R²MRF: Defocus Blur Detection via Recurrently Refining Multi-Scale Residual Features

来源: 作者:发稿时间:2020-06-03 17:25浏览次数:

20205月,国际人工智能协会顶级会议AAAI Conference on Artificial Intelligence (AAAI)正式刊发了2020年第34届会议接收的论文集。其中包括我校计算机学院唐厂副教授、王力哲教授以及孙琨副教授与国防科技大学、悉尼大学以及阿里巴巴达摩院合作完成的研究成果——R²MRF: Defocus Blur Detection via Recurrently Refining Multi-Scale Residual Features(基于循环多尺度残差特征修正神经网络的图像模糊检测),该论文的第一作者为我校计算机学院唐厂副教授。

该论文通过循环修正的方式修正深度神经网络的多层级特征,并构建残差特征修正模块加速网络的训练速度,最终通过多尺度特征融合得到较现有其他方法更好的结果,而且具有很快的检测速度。

AAAI为人工智能领域国际顶级会议,由国际人工智能协会组织,每年举行一次。2020年会议于2月份在美国纽约召开,论文录用比例为20.6%

该项研究得到国家自然科学基金青年项目、国家自然科学基金优秀青年项目以及国家自然科学基金杰出青年基金项目的资助。

论文信息:The Thirty-fourth AAAI Conference on Artificial Intelligence (2020)

Title: R²MRF: Defocus Blur Detection via Recurrently Refining Multi-Scale Residual Features

Authors: Chang Tang, Xinwang Liu, Xinzhong Zhu, En Zhu, Kun Sun, Pichao Wang, Lizhe Wang, Albert Zomaya

Source: AAAI

PublishedApril 2020

论文链接:https://aaai.org/ojs/index.php/AAAI/article/view/6884