2024年09月10日
1. 基于生成对抗网络的风格归一化生成对抗分类器 ,该工作发表于BICS-2018会议,并获得最佳学生论文奖.扩展版本发表于国际杂志Cognitive Computation 2019. 开源代码地址:https://github.com/falconjhc/SNGAC
2. 端到端贝叶斯非参数化深度变分混合模型,该工作主要解决无监督学习中的样本生成和聚类,发表于顶会ICDM2019。 开源代码地址:https://github.com/zzy8989/VSB-DVM
3. 基于层级注意力网络,标题导向的注意力机制以及标签关系语义正则项的多标签分类和文本自动标注模型,该工作先后发表于顶会NAACL 2019和期刊IEEE Trans.NNLS 2020。 开源代码地址:https://github.com/acadTags/Automated-Social-Annot
4. 基于概率主题模型特征和远程监督的社会标签概念图谱的自动构建模型,该工作发表于国际期刊Information Sciences 2020。 开源代码地址:https://github.com/acadTags/Tag-Relation-Learning
5. 基于解耦物体性学习和类别识别的持续分割,该工作发表于CVPR 2024。 开源代码地址:https://github.com/jordangong/CoMasTRe 开发者或团队:肖继民教授
6. 基于原型的次级区分像素挖掘的弱监督语义分割,该工作发表于CVPR 2024。 开源代码地址:https://github.com/xinqiaozhao/PSDPM 开发者或团队:肖继民教授
7. 基于密度下降的特征扰动用于半监督语义分割,该工作发表于CVPR 2024。 开源代码地址:https://github.com/Gavinwxy/DDFP 开发者或团队:肖继民教授
8. 一种弱监督语义分割的强大骨干网络,该工作发表于CVPR 2024。 开源代码地址:https://github.com/zbf1991/WeCLIP 开发者或团队:肖继民教授
9. 弱监督语义分割中的共享特征校准,该工作发表于AAAI 2024。 开源代码地址:https://github.com/Barrett-python/SFC 开发者或团队:肖继民教授
10. 跨帧特征与显著性互强化的弱监督视频显著目标检测,该工作发表于PR 2024。 开源代码地址:https://github.com/muchengxue0911/CFMR 开发者或团队:肖继民教授
11. 密度引导的对比学习用于半监督语义分割,该工作发表于CVPR 2023。 开源代码地址:https://github.com/Gavinwxy/DGCL 开发者或团队:肖继民教授
12. 通过快速特征重建的少样本工业异常检测,该工作发表于ICCV 2023。 开源代码地址:https://github.com/FzJun26th/FastRecon 开发者或团队:肖继民教授
13. 可信的双专家学习用于弱监督语义分割, 该工作发表于IJCV 2023。 开源代码地址:https://github.com/zbf1991/CDL 开发者或团队:肖继民教授
14. 端到端学习的全监督与弱监督的指代表达分割, 该工作发表于TCSVT 2023。 开源代码地址:https://github.com/detectiveli/PKS 开发者或团队:肖继民教授
15.用于共同显著目标检测的全面特征挖掘, 该工作发表于CVPR 2022。 开源代码地址:https://github.com/siyueyu/DCFM 开发者或团队:肖继民教授
16. 基于可信代理挖掘的无监督人员重识别,该工作发表于TCSVT 2022。 开源代码地址:https://github.com/Dingyuan-Zheng/PPCL 开发者或团队:肖继民教授
17. 同质距离空间中的无监督领域适应用于人员重识别,该工作发表于PR 2022。 开源代码地址:http://github.com/Dingyuan-Zheng/HDS 开发者或团队:肖继民教授
18. 端到端弱监督语义分割与可靠区域挖掘,该工作发表于PR 2022。 开源代码地址:https://github.com/zbf1991/RRM 开发者或团队:肖继民教授
19.无监督领域自适应人员重识别的软伪标签缩小研究,该工作发表于PR 2022。 开源代码地址:http://github.com/Dingyuan-Zheng/ctf-UDA 开发者或团队:肖继民教授
20.自指导和交叉指导的少样本分割学习,该工作发表于CVPR 2021。 开源代码地址:https://github.com/zbf1991/SCL 开发者或团队:肖继民教授
21.使用深度强化学习的迭代缩小指代表达定位,该工作发表于CVPR 2021。 开源代码地址:https://github.com/insomnia94/ISREG 开发者或团队:肖继民教授
22. 结构一致的弱监督显著目标检测与局部显著性一致性,该工作发表于AAAI 2021。 开源代码地址:http://github.com/siyueyu/SCWSSOD 开发者或团队:肖继民教授
23. 针对弱监督语义分割的亲和力注意图神经网络研究,该工作发表于TPAMI 2021。 开源代码地址:https://github.com/zbf1991/A2GNN 开发者或团队:肖继民教授
24. 用于弱指代表达定位的区分三元组匹配与重建,该工作发表于TPAMI 2021。 开源代码地址:https://github.com/insomnia94/DTWREG 开发者或团队:肖继民教授
25. 视频目标分割的快速像素匹配,该工作发表于SPIC 2021。 开源代码地址:https://github.com/siyueyu/NPMCA-net 开发者或团队:肖继民教授
26. 基于变换器的语言-人物搜索与多区域切片,该工作发表于TCSVT 2021。 开源代码地址:https://github.com/detectiveli/T-MRS 开发者或团队:肖继民教授
27.逐步样本挖掘与表征学习用于一次性人员重识别,该工作发表于PR 2021。 开源代码地址: https://github.com/detectiveli/PSMA 开发者或团队:肖继民教授
28. 分割掩膜指导的端到端人员搜索,该工作发表于SPIC 2021。 开源代码地址:https://github.com/Dingyuan-Zheng/maskPS 开发者或团队:肖继民教授
29.视频目标跟踪与分割的快速模板匹配与更新,该工作发表于CVPR 2020。 开源代码地址: https://github.com/insomnia94/FTMU 开发者或团队:肖继民教授
30.端到端的弱监督图像语义分割,该工作发表于CVPR 2020。 开源代码地址:https://github.com/zbf1991/RRM 开发者或团队:肖继民教授
31. 选择性和全面性关注:无需预训练的人体姿态估计金字塔门控网络,该工作发表于ACMM 2020。 开源代码地址:https://github.com/ssr0512/PGA-Net 开发者或团队:肖继民教授
1. 基于生成对抗网络的风格归一化生成对抗分类器 ,该工作发表于BICS-2018会议,并获得最佳学生论文奖.扩展版本发表于国际杂志Cognitive Computation 2019.
开源代码地址:https://github.com/falconjhc/SNGAC
2. 端到端贝叶斯非参数化深度变分混合模型,该工作主要解决无监督学习中的样本生成和聚类,发表于顶会ICDM2019。
开源代码地址:https://github.com/zzy8989/VSB-DVM
3. 基于层级注意力网络,标题导向的注意力机制以及标签关系语义正则项的多标签分类和文本自动标注模型,该工作先后发表于顶会NAACL 2019和期刊IEEE Trans.NNLS 2020。
开源代码地址:https://github.com/acadTags/Automated-Social-Annot
4. 基于概率主题模型特征和远程监督的社会标签概念图谱的自动构建模型,该工作发表于国际期刊Information Sciences 2020。
开源代码地址:https://github.com/acadTags/Tag-Relation-Learning
5. 基于解耦物体性学习和类别识别的持续分割,该工作发表于CVPR 2024。
开源代码地址:https://github.com/jordangong/CoMasTRe
开发者或团队:肖继民教授
6. 基于原型的次级区分像素挖掘的弱监督语义分割,该工作发表于CVPR 2024。
开源代码地址:https://github.com/xinqiaozhao/PSDPM
开发者或团队:肖继民教授
7. 基于密度下降的特征扰动用于半监督语义分割,该工作发表于CVPR 2024。
开源代码地址:https://github.com/Gavinwxy/DDFP
开发者或团队:肖继民教授
8. 一种弱监督语义分割的强大骨干网络,该工作发表于CVPR 2024。
开源代码地址:https://github.com/zbf1991/WeCLIP
开发者或团队:肖继民教授
9. 弱监督语义分割中的共享特征校准,该工作发表于AAAI 2024。
开源代码地址:https://github.com/Barrett-python/SFC
开发者或团队:肖继民教授
10. 跨帧特征与显著性互强化的弱监督视频显著目标检测,该工作发表于PR 2024。
开源代码地址:https://github.com/muchengxue0911/CFMR
开发者或团队:肖继民教授
11. 密度引导的对比学习用于半监督语义分割,该工作发表于CVPR 2023。
开源代码地址:https://github.com/Gavinwxy/DGCL
开发者或团队:肖继民教授
12. 通过快速特征重建的少样本工业异常检测,该工作发表于ICCV 2023。
开源代码地址:https://github.com/FzJun26th/FastRecon
开发者或团队:肖继民教授
13. 可信的双专家学习用于弱监督语义分割, 该工作发表于IJCV 2023。
开源代码地址:https://github.com/zbf1991/CDL
开发者或团队:肖继民教授
14. 端到端学习的全监督与弱监督的指代表达分割, 该工作发表于TCSVT 2023。
开源代码地址:https://github.com/detectiveli/PKS
开发者或团队:肖继民教授
15.用于共同显著目标检测的全面特征挖掘, 该工作发表于CVPR 2022。
开源代码地址:https://github.com/siyueyu/DCFM
开发者或团队:肖继民教授
16. 基于可信代理挖掘的无监督人员重识别,该工作发表于TCSVT 2022。
开源代码地址:https://github.com/Dingyuan-Zheng/PPCL
开发者或团队:肖继民教授
17. 同质距离空间中的无监督领域适应用于人员重识别,该工作发表于PR 2022。
开源代码地址:http://github.com/Dingyuan-Zheng/HDS
开发者或团队:肖继民教授
18. 端到端弱监督语义分割与可靠区域挖掘,该工作发表于PR 2022。
开源代码地址:https://github.com/zbf1991/RRM
开发者或团队:肖继民教授
19.无监督领域自适应人员重识别的软伪标签缩小研究,该工作发表于PR 2022。
开源代码地址:http://github.com/Dingyuan-Zheng/ctf-UDA
开发者或团队:肖继民教授
20.自指导和交叉指导的少样本分割学习,该工作发表于CVPR 2021。
开源代码地址:https://github.com/zbf1991/SCL
开发者或团队:肖继民教授
21.使用深度强化学习的迭代缩小指代表达定位,该工作发表于CVPR 2021。
开源代码地址:https://github.com/insomnia94/ISREG
开发者或团队:肖继民教授
22. 结构一致的弱监督显著目标检测与局部显著性一致性,该工作发表于AAAI 2021。
开源代码地址:http://github.com/siyueyu/SCWSSOD
开发者或团队:肖继民教授
23. 针对弱监督语义分割的亲和力注意图神经网络研究,该工作发表于TPAMI 2021。
开源代码地址:https://github.com/zbf1991/A2GNN
开发者或团队:肖继民教授
24. 用于弱指代表达定位的区分三元组匹配与重建,该工作发表于TPAMI 2021。
开源代码地址:https://github.com/insomnia94/DTWREG
开发者或团队:肖继民教授
25. 视频目标分割的快速像素匹配,该工作发表于SPIC 2021。
开源代码地址:https://github.com/siyueyu/NPMCA-net
开发者或团队:肖继民教授
26. 基于变换器的语言-人物搜索与多区域切片,该工作发表于TCSVT 2021。
开源代码地址:https://github.com/detectiveli/T-MRS
开发者或团队:肖继民教授
27.逐步样本挖掘与表征学习用于一次性人员重识别,该工作发表于PR 2021。
开源代码地址: https://github.com/detectiveli/PSMA
开发者或团队:肖继民教授
28. 分割掩膜指导的端到端人员搜索,该工作发表于SPIC 2021。
开源代码地址:https://github.com/Dingyuan-Zheng/maskPS
开发者或团队:肖继民教授
29.视频目标跟踪与分割的快速模板匹配与更新,该工作发表于CVPR 2020。
开源代码地址: https://github.com/insomnia94/FTMU
开发者或团队:肖继民教授
30.端到端的弱监督图像语义分割,该工作发表于CVPR 2020。
开源代码地址:https://github.com/zbf1991/RRM
开发者或团队:肖继民教授
31. 选择性和全面性关注:无需预训练的人体姿态估计金字塔门控网络,该工作发表于ACMM 2020。
开源代码地址:https://github.com/ssr0512/PGA-Net
开发者或团队:肖继民教授