研究了一种可扩展的学习图像编解码器，其潜在空间设计支持从简单到复杂的任务，旨在节省机器视觉任务的比特率，同时在输入重建方面与先进的图像编解码器相当。

Jul, 2021

我们在多任务可学习压缩中识别出一个问题，即为一个任务学习的表示对于不同任务的速率失真性能的正向贡献程度低于预期，解释了这个问题，并评估了在输入重建的背景下这个想法的影响，并将其扩展到其他计算机视觉任务中，实验结果显示在辅助任务的速率失真性能方面取得了显著的改进，而且使用所提出的表示，基本任务的性能也得到了改善，结果表明所提出的方法产生了更简单的表示，与下游过程更兼容。

May, 2024

本文关注于协作对象检测，研究了通过边缘设备进行前期深度特征计算，然后将其传输到云端进行后续处理的实践过程中，包丢失对特征传输产生的影响，并通过理论和实验表明，基于偏微分方程的图像修补方法可用于还原隐空间中丢失的特征，为协作对象检测中的丢失数据恢复的最新技术水平。

Jan, 2021

本文探讨了一种基于时间空间计算的高效物体检测方法，通过在规模，时间和空间上重新配置计算来实现性能和计算成本的平衡，提出了一个统一的框架，在 ImageNet VID 数据集中实现了具有竞争力的 mAP 79.6％。

Apr, 2018

本文提出了一种用于从图像中快速定位显着对象并基于定位精确分割对象的方法，该方法采用多层卷积神经网络框架，并使用潜变量在联合优化方面进行协作，取得了比其他最先进的方法更高的准确性和效率。

Feb, 2015

我们提出了一种端到端学习的图像压缩编解码器，其中分析变换与目标分类任务同时训练。该研究证实，压缩的潜在表示能够以与定制的基于深度神经网络的质量指标相媲美的准确性预测人的感知距离判断。我们进一步研究了各种神经编码器，并展示了将分析变换作为超出质量判断之外的图像任务的感知损失网络的有效性。我们的实验表明，现成的神经编码器在感知建模方面表现出色，无需额外的 VGG 网络。我们期望这项研究能够成为开发语义感知和编码高效的神经编码器的有价值参考。

Jan, 2024

本文介绍了一种基于对象描述的联合学习视觉和语言以深入了解对象的方法，并提出了两个新的架构来解决对象字幕和基于自然语言的对象检索单元。研究表明，使用混合的端到端 CNN-LSTM 网络可以有效地解决两个问题，并在推理时间非常快的同时，提供了对对象的详细理解。

Mar, 2018

提出了一种能够应对大场景和多物体的无监督对象跟踪体系结构，包括空间不变运算（卷积和空间注意）和本地对象表示方案，在多个实验中展现了在有多个物体的混乱场景中跟踪对象比其他方法更好，并且能够很好地推广到训练时未遇到的更大，物体更多的视频中。

Nov, 2019

本论文探讨了在移动设备和云端之间进行特征数据通讯的 “协作智能” 范式，研究了损失压缩特征数据对协作物体检测准确性的影响，并提出了一种策略来提高其在损失特征压缩下的准确性。实验结果表明，采用该策略，通信开销可以降低 70％而不会牺牲准确性。

Feb, 2018

我们提出了一种物体为中心的模型，使用图神经网络中的对比学习在潜在空间中预测未来的状态，并注入了显式归纳偏置以帮助提高模型的预测准确性。我们的模型不仅可捕捉物体交互作用，而且能够提高物体位置的定位能力，且实验表明我们的模型在多个领域中具有显著的优势。

Jul, 2021