| 极市线上分享 第93期 |
一直以来,为让大家更好地了解学界业界优秀的论文和工作,极市已邀请了超过100位技术大咖嘉宾,并完成了92期极市线上直播分享。往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文,也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享,与大家一起交流学习~~
相比于图像检测等计算机视觉任务,图像变形(image warp)很少被深度学习算法探索。
在这次分享中,我们邀请到了来自北京交通大学的博士聂浪,为我们介绍他们在该问题上的一些探索的工作:
Deep Rectangling for Image Stitching: A Learning Baseline(CVPR 2022 Oral)
“本次分享中,我们首先从传统和深度学习的视角回顾了图像变形,然后具体展示了我们利用深度学习在图像拼接矩形化任务中的一步步探索过程(CVPR22 Oral — Deep Rectangling for Image Stitching: A Learning Baseline)。最后,我们展示了一下矩形化在其他场景中一些有趣的应用。”
01
直播信息
时间
2022年4月20日:20:00-21:00
主题
02
嘉宾介绍
聂浪
北京交通大学2021级博士研究生,师从林春雨教授。目前以第一作者发表论文5篇,含3篇IEEE Trans/CCF A类论文。研究兴趣为计算机视觉,包括图像变形、全景理解等。
03
关于分享
1、 从传统和深度学习的视角回顾图像变形(image warp)
2、 用深度学习探索图像变形:以图像拼接矩形化为例(CVPR22 Oral)
3、 图像矩形化的其他扩展应用
➤论文地址
Deep Rectangling for Image Stitching: A Learning Baseline
论文地址:https://arxiv.org/abs/2203.03831
数据集和代码地址:https://github.com/nie-lang/DeepRectangling
04
参与方式
关注“极市平台”公众号,回复“93”或“聂浪”可获取免费直播链接。
05
往期回顾
在"极市平台"公众号后台回复期数或者分享嘉宾名字,即可获取极市平台对应期在线分享资料。
CV算法项目实践
极市打榜是极市平台推出的一种算法项目合作模式。参与打榜除了可获得定额奖励外,还有机会与平台签约合作,持续获得算法的订单分厂收益。平台支持已标注数据集+免费算力+群内技术答疑!
如果你想要获得真实的企业项目实践经验,抑或是希望获得一笔丰厚的副业收入,欢迎扫码了解&报名:
扫码查看(报名)
40+算法打榜
备注“打榜”
进入打榜技术交流群
觉得有用麻烦给个在看啦~