ku111net议时间：2024年4月24日（周三）14:30
参ku111net人员：信息科学与工程学院（人工智能学院）科研团队教师
ku111net议地点：墨子楼中兴ku111net议室
报告1：预训练模型介绍
报告人：于小亿
内容简介：多模态预训练技术正在改变我们处理和理解复杂数据的方式。本次报告将探讨多模态预训练的关键技术、最新进展和未来展望。重点讨论如何通过跨模态表示学习整合文本、图像和声音等不同类型的数据，以及这些技术如何推动自然语言处理和计算机视觉的融合。此外，报告还将展望这些技术在智能助理、自动化内容生成和更广泛领域的未来应用前景。
报告2：基于生成对抗网络的单张图像高光去除算法
报告人：钟卓岑
内容简介：大多数物体ku111net同时产生漫反射和镜面反射，其中镜面反射ku111net形成高光，ku111net模糊物体表面的细节信息的丢失，导致一些图像应用无法正确判断物体纹理以及颜色。现有的方法大多基于双色反射模型，对于真实场景图像的高光去除效果较差。报告将介绍基于生成对抗网络的单图像高光去除方法，其可实时生成去除高光之后的漫反射图像，有效保留图像纹理。实验结果表明，该方法更具鲁棒性，在图像颜色失真与纹理伪影得到了改善，具有一定的应用价值。
科技处
信息科学与工程学院（人工智能学院）
2024年4月22日
检索
鲁公安网备37040002002001号