我院硕士生科研成果在CVPR2019作大会口头报告

6月18日，我院曹治国教授团队的最新研究成果（NM-Net:Mining reliable neighbors for robust feature correspondences）在国际顶级学术会议IEEE International Conference on Computer Vision and Pattern Recognition （CVPR） 2019发表，论文第一作者、2017级硕士生赵晨同学在大会进行口头报告。

论文提出了一种基于兼容性邻域筛选的图像特征一致性筛选算法，克服了现有图像特征一致性筛选算法中，几何空间邻域内兼容性差的问题。该研究通过基于兼容性的邻域筛选算法，为图像中潜在的正确匹配提取出具有一致性的邻域信息，并使用卷积神经网络进一步融合提取出的局部邻域信息，最终输出所有初始匹配线的标签（正确匹配或错误匹配）。该方法与现有图像特征一致性筛选算法相比，有效提取了匹配线周围具有一致性的局部信息，并通过基于深度学习的卷积神经网络框架充分利用,所提取的有效信息，在具有单一致性和多一致性的数据库中均取得了较好的一致性筛选效果。

CVPR是计算机视觉和模式识别领域国际顶级会议之一。在2018年发布的谷歌学术影响力排名中，CVPR排名全球所有学科（期刊与会议均参与排序）的第20位，在所有电子、计算机、信息类学科专业中排名最高，大会录用的论文代表着在计算机视觉与模式识别领域当今世界最先进水平。赵晨同学的论文是在其导师曹治国教授和西弗吉尼亚大学李欣教授共同指导下完成，论文在盲审阶段，三位审稿人一致给出了“接受”的结论，最后被组委会选为大会口头报告（oral,录用率仅为5%），是我院首篇以硕士生为第一作者被CVPR录用为oral的文章。