论文推荐
生物特征识别是人工智能的重要研究领域,也是近年来人工智能产业实际落地的主要领域,受到了学术界和工业界的高度关注。两位讲者从识别算法和计算成像两个角度,为大家推荐了生物特征识别技术最新的代表性工作。
你可以认真阅读,来现场和讲者面对面交流哦。
1
推荐理由:光场成像和光场图像处理领域非常优秀的一篇综述文章,非常值得一读。
推荐理由来自:王云龙
2
推荐理由:我们研究组的光场成像技术的一篇比较早的中文综述文章,适合入门者学习。
推荐理由来自:王云龙
3
推荐理由:基于数据驱动的光场视角合成第一篇研究工作,发表在SIGGRAPH 2016上。
荐理由来自:王云龙
4
推荐理由:在EPI进行学习,来进行光场重建,提出了EPICNN的框架结构,发表在CVPR 2017上。
荐理由来自:王云龙
5
推荐理由:EPICNN研究工作的拓展,发表在TPAMI 2018上。
推荐理由来自:王云龙
6
推荐理由:我们自己的研究工作,提出了一种全新的处理4D光场数据的算法框架Pseudo 4DCNN,并使用这种框架进行准确高效的光场视角合成。
推荐理由来自:王云龙
7
推荐理由:可训练的VLAD描述子,将VLAD方法推广至深度学习。
推荐理由来自:任民
8
推荐理由:可变形卷积,近年来重要的卷积神经网络改进工作。
荐理由来自:任民
9
推荐理由:VLAD特征提取方法的开山之作。
荐理由来自:任民
10
推荐理由:今年来利用深度学习进行虹膜识别的重要工作。
推荐理由来自:任民