Delta Lab隶属于河海大学计算机与软件学院,致力于推进计算机视觉领域的发展。我们的研究集中在几个前沿领域:
我们致力于通过理论研究和实际应用推动技术的边界。如果您对计算机视觉及其应用充满热情,我们邀请您加入我们。有关我们研究的更多信息或想要参与其中,请通过以下方式与我们联系:wuyirui@hhu.edu.cn. 我们期待与您合作。
Diffuse&Refine: Intrinsic Knowledge Generation and Aggregation for Incremental Object Detection IJCAI2025 (CCF-A,人工智能领域顶会)
Stray Intrusive Outliers-Based Feature Selection on Intra-Class Asymmetric Instance Distribution or Multiple High-Density Clusters ICML2025 (CCF-A,人工智能领域顶会)
微信公众号 在数据量少时,深度学习的性能会受到极大的限制。小样本学习旨在利用先验知识在有限的新任务中快速得出结论,从而大幅度缩小人工智能和人类之间的差距。围绕小样本学习理论,聚焦于知识表征手段以及知识在神经网络中的嵌入,我们研究了超类表示、图网络模型、知识推理、CLIP 引导下的零样本分类等算法设计,缓解增量小样本学习过程中常见的灾难性遗忘与特征漂移问题,解决小样本语境下的图像语义分割、图像分类等经典视觉问题。