基本信息
浏览量:674

个人简介
研究领域:计算可视媒体(Computational Visual Media)
随着互联网和人工智能技术的发展,个人图片和视频的智能处理成为普通大众的刚需,海量图像/视频智能处理成为互联网行业的重要需求。因此,我们以深度学习为核心框架,进行基于互联网数据集的可视媒体(图像与视频为主)内容分析、内容识别、内容生成、内容呈现和内容评价等方法和应用的研究。目前的主要研究方向包括:智能美颜/美图、时尚图像分析与合成、艺术图像分析与合成、人脸识别与通用图像识别等。
随着互联网和人工智能技术的发展,个人图片和视频的智能处理成为普通大众的刚需,海量图像/视频智能处理成为互联网行业的重要需求。因此,我们以深度学习为核心框架,进行基于互联网数据集的可视媒体(图像与视频为主)内容分析、内容识别、内容生成、内容呈现和内容评价等方法和应用的研究。目前的主要研究方向包括:智能美颜/美图、时尚图像分析与合成、艺术图像分析与合成、人脸识别与通用图像识别等。
研究兴趣
论文共 159 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
IEEE Transactions on Circuits and Systems for Video Technologyno. 11 (2023): 6474-6486
引用0浏览0EIWOS引用
0
0
IEEE Trans. Image Process. (2023): 5779-5793
引用0浏览0EI引用
0
0
LEONARDOno. 1 (2023): 28-36
引用0浏览0引用
0
0
arxiv(2023)
引用20浏览0EIWOS引用
20
0
Yuxin Zhang,Weiming Dong,Fan Tang, Nisha Huang,Haibin Huang,Chongyang Ma,Tong-Yee Lee,Oliver Deussen,Changsheng Xu
CoRR (2023)
引用0浏览0EI引用
0
0
Vis. Comput.no. 8 (2023): 3507-3518
引用0浏览0EI引用
0
0
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn