Sören Schwertfeger课题组徐晴雯(博)于2019年9月赴中国台湾参加ICIP 2019会议

发布者:闻天明发布时间:2019-09-27浏览次数:4315


26IEEE国际图像处理研讨会(ICIP)2019大会于2019922日至925日在中国台湾地区举办。Sören Schwertfeger课题组徐晴雯同学于此期间赴台参加本次会议并作了题为“Improved Fourier Mellin Invariant for Robust Rotation Estimation with Omni-Cameras”的海报展示。

图:徐晴雯同学于第26ICIP会议

ICIP是世界上最大、最全面的以图像和视频处理和计算机视觉为重点的技术会议,会议将以世界一流的演讲者、教程、展览和创新项目为特色,包括重大挑战、突出的行业讨论、展示等。该研讨会旨在汇集图像处理相关领域的学者专家,建立稳定的学术与信息交流机制,促进并落实该研究领域的合作。ICIP会议自1994年于美国奥斯汀举办第一次会议后,近年来分别于加拿大、澳洲、法国、瑞士、中国、希腊、比利时、新加坡、意大利、西班牙、日本等地轮流举办,迄今即将迈入第26届。约千余名来自世界各地图像处理、计算机视觉、影像辨识、人工智能、深度学习、3D视讯、影视讯编码、医学图像、对象追踪、自动驾驶应用等相关领域的专家学者将共聚本次研讨会,在大会中分享最新的研究方法、知识经验和专业技术。

我以第一作者提交的题为“Improved Fourier Mellin Invariant for Robust Rotation Estimation with Omni-Cameras”论文被本届ICIP会议接收。在会议期间,我进行了相关工作的海报展示,在本次海报展示中,我与来自中国、日本、韩国、德国等其他高校或科研机构的科研工作者交流,受到不少启发。我目前的主要研究方向是基于全景视觉的视觉里程计,不少学者也在研究全景视觉方面的图像拼接,虽然我们的研究方向不完全一致,但是用到的前端算法有交叉之处,在与他们进行深入讨论之后,我又有了不少新思路。在图像配准的分会场,我了解到其他工作者在全景或低成本相机上的研究,他们或提升其算法性能,或加快算法运行速度,让我深受启发。

此外,我还聆听了其他参会者的口头和海报展示,不得不说深度学习遍地开花,不少研究者都将深度学习的方法用到了他们的工作者。比如利用生成对抗网络进行医疗图像的处理;利用深度学习替换传统的特征提取方法,使整个系统变得更加鲁棒。不幸的是,我自己在深度学习方面的知识比较匮乏,无法进行深入地交流讨论。不过简单的交流,也让我意识到深度学习与机器人(我的研究方向)应用之间的鸿沟,较长的运行时间局限了其在实时系统上的发展。

综上,非常感谢学校和课题组能够给我这次参会的机会,让我可以与国内外的研究者进行学术交流,开阔了我的视野,让我在未来的研究中有了更多的想法。