在线获取继续教育培训方案

培训主题：
参训单位：
参训人数：
联系人：
联系电话：
验证码：
备注：

马上获取联系客服

新闻中心•THE NEWS CENTER

智能与计算学部在计算机图像语义分割方面的最新成果被IEEETPAMI录用

发布时间：2022-04-26 10:33:20 浏览次数：221 来源：天津大学若有侵权请联系400-0815-589删除

近日，智能与计算学部可视计算团队林迪副教授(第一作者)、冯伟教授(通讯作者)等人撰写的论文“TAGNet: Learning Configurable Context Pathways for Semantic Segmentation”被人工智能领域国际顶级期刊IEEE Transaction on Pattern Analysis and Machine Intelligence(IEEE TPAMI)录用。该期刊科学引文索引影响因子为16.39，是计算机工程、电子工程及人工智能领域最为重要的期刊之一。团队关于计算机图像语义分割的相关工作也先后发表在TPAMI、CVPR、ICCV、ECCV、NeurIPS等会议和期刊上。

图1 TAGNet与已有典型深度学习方法的不同之处

该论文从图结构的角度来解释像素间的语义关系，对近六年的图像语义分割的典型深度学习方法，例如PSPNet、Deformable CNN、PSANet(non-local CNN)、CCNet、ASPP等做了系统性总结。针对已有深度学习方法面向多尺度像素语义关系建模的不足之处，提出可动态调整路径的语义分割网络TAGNet，并在多个公开数据集取得良好性能。

图2 TAGNet的网络结构

论文具体信息：

Di Lin, Dingguo Shen, Yuanfeng Ji, Siting Shen, Mingrui Xie, Wei Feng, and Hui Huang. TAGNet: Learning Configurable Context Pathways for Semantic Segmentation. IEEE TPAMI, 2022.

上一篇：天津大学2022年研究生创新人才培养项目正式启动

下一篇：齐二石、何桢、窦润亮教授参加2022华人学者工业工程国际年会，天大经管师生团队荣获优秀论文