近日，计算胜平负计算器多媒体可信感知与高效计算教育部重点实验室在国际顶级学术pg娱乐电子游戏议International Conference on Computer Vision（ICCV）上录用13篇论文。实验室接收论文简要介绍如下：
1. Category-aware Allocation Transformer for Weakly Supervised Object Localization
弱监督目标定位（WSOL）旨在实现，仅给定图像级标签的前提下学习一个目标定位器。最近，基于自注意力机制和多层感知器结构的变换神经网络（Transformer）因其可以捕获长距离特征依赖而在WSOL中崭露头角。美中不足的是，基于Transformer的方法使用类别不可知的注意力图来预测边界框，从而容易导致混乱和嘈杂的目标定位。本文提出了一个基于Transformer的新颖框架——CATR（类别感知Transformer），该框架在Transformer中学习特定目标的类别感知表示，并为目标定位生成相应的类别感知注意力映射。具体来说，本文提出了一个类别感知模块来引导自注意力特征图学习类别偏差，并且提供类别监督信息来指导其学习更有效的特征表示。此外，本文还设计了一个目标约束模块，以自我监督的方式细化类别感知注意力图的目标区域。最后，在两大公开数据集CUB-200-2011和ILSVRC上进行了充分的实验，验证了本文方法的有效性。
该论文第一作者是计算胜平负计算器信息学院人工智能系2020级博士生陈志威，通讯作者是曹刘娟教授，由沈云航（优图实验室）、张声传助理教授、纪荣嵘教授等合作完成。
2. Pseudo-label Alignment for Semi-supervised Instance Segmentation
该论文面向半监督实例分割任务，针对现有方法的一个局限性，即伪标签的类别和掩模质量的不匹配问题，提出了一种新颖的框架，称为PAIS。论文在PAIS中设计了一种动态对齐损失函数（DALoss），它可以调整具有不同类别和掩模分数对的半监督损失函数项的权重，以此来缓解不匹配的问题。论文通过在COCO和Cityscapes数据集上进行的广泛实验，证明PAIS是半监督实例分割的一个有效框架，特别是在有标签数据严重有限的情况下。
该论文共同第一作者是计算胜平负计算器信息学院2019级博士生胡杰和2021级硕士生陈晨，通讯作者是曹刘娟教授，由张声传助理教授、束岸楠（宁德时代）、江冠南（宁德时代）、纪荣嵘教授合作完成。
3.InterFormer: Real-time Interactive Image Segmentation
该论文提出了一种高效的图像交互分割方法，称为InterFormer，用于解决现行交互分割流程中存在的模型低并行处理以及计算冗余问题。InterFormer先利用Vision Transformer在高性能设备上并行预处理图像，后基于预处理后的图像特征以及所提出的交互多头自注意力模块（I-MSA）可在低性能的端设备上进行实时的交互分割。经过多个数据集上的实验验证，InterFormer在计算效率和分割质量上均表现卓越，甚至在只使用CPU的设备上，也能实现实时的高质量交互分割。
该论文第一作者是计算胜平负计算器信息学院人工智能系2022级博士生黄有，通讯作者是张声传助理教授，由曹刘娟教授，江冠南博士（宁德时代），纪荣嵘教授等共同合作完成。
4.X-Mesh: Towards Fast and Accurate Text-driven 3D Stylization via Dynamic Textual Guidance
本文提出了一个用于文本驱动3D风格化任务的新框架，称为X-Mesh，它采用了动态文本指导机制。在预测Mesh属性过程中，X-Mesh引入早期的动态文本指导，从而实现更快的收敛速度和更精准的编辑效果。同时，在以往的文本驱动3D风格化任务中，往往需要人工进行效果评估，且缺乏标准的测试数据集，因此难以进行公平的比较。为此，本文提出了一个专门用于文本驱动3D风格化任务的测试集，并基于CLIP模型提出了两个定量指标，以便更好地促进该领域的研究。
该论文共同第一作者是计算胜平负计算器信息学院人工智能系2020级研究生马祎炜和人工智能研究院2022级研究生张晓庆，通讯作者是孙晓帅副教授，由江冠南博士（宁德时代）、纪荣嵘教授等合作完成。
5.Automatic Network Pruning via Hilbert-Schmidt Independence Criterion Lasso under Information Bottleneck Principle
大多数现有的神经网络剪枝方法都是手工设计其重要性标准和结构以进行剪枝。这对于专家经验有着严重的依赖。本文通过引入基于信息瓶颈理论的一个原则性和统一性框架来解决这个问题，从而指导提供了一个能够实现自动剪枝的方案。具体而言，本文首先从信息瓶颈的角度对通道剪枝问题进行了建模，然后在一定条件下通过解决希尔伯特-施密特独立准则（HSIC）Lasso问题来实现信息瓶颈原则。基于理论指导，本文提供了一个通过搜索全局惩罚系数来实现自动剪枝的方案。通过广泛的实验证明，本文提出的方法在各种基准网络和数据集上取得了最先进的性能。例如，使用ResNet-50，在去除50%的参数的同时，减少了56%的计算量，并且剪枝后的模型在ImageNet上的准确率仅仅损失了0.08%。
