西北农林科技大学在计算机视觉顶级会议上发表多项研究成果 http://www.huaue.com　 2024年10月23日　 来源：西北农林科技大学 　　进日，全球计算机视觉领域顶级学术会议——European Conference on Computer Vision （ECCV 2024）在意大利米兰落幕。西北农林科技大学信息工程学院智能媒体处理课题组两篇研究论文在大会发表。 　　宁纪锋教授课题组的轻量化目标跟踪研究“Exploring the Feature Extraction and Relation Modeling For Light-Weight Transformer Tracking”在会上发表。该研究聚焦轻量级Transformer模型在目标跟踪任务中的特征提取与关系建模问题。提出了一种新的轻量化目标跟踪模型——FERMT（Feature Extraction and Relation Modeling Tracker），通过将传统的注意力机制分解为四个独立子模块，显著提升了视觉跟踪的速度和精度。该模型引入了双重注意力单元（Dual Attention Unit），增强了特征表示能力。实验结果表明，FERMT在GOT-10k数据集上取得了69.6%的平均重叠率（AO），相比当前领先的实时跟踪器在准确率上提升了5.6%，同时在CPU上的跟踪速度提升了54%。   　　FERMT跟踪模型框架图 　　唐晶磊副教授课题组的模型压缩研究“Straightforward Layer-wise Pruning for More Efficient Visual Adaptation”在会上发表。该研究专注于模型压缩与高效迁移学习的前沿课题，提出了一种全新的层剪枝方法——SLS（Straightforward Layer-wise Pruning），该方法通过创新的特征评估机制，并结合t-SNE聚类技术，对高效参数迁移模型进行剪枝，有效解决了跨域任务中模型性能与效率之间的平衡问题。实验表明，SLS在保证模型性能的前提下，显著减少了参数存储开销，提升了模型计算效率，尤其在多任务场景中表现突出。   　　SLS方法示意框架图 　　ECCV大会作为全球计算机视觉领域的重要平台，吸引了众多国际顶尖学者的参与。西北农林科技大学硕士生韩锐孜和郑继凯代表课题组参会，并在会上展示了课题组的最新研究成果。 　　ECCV是全球计算机视觉领域的三大顶级学术会议之一，在全球计算机视觉领域有着很强的学术影响力。ECCV大会作为全球计算机视觉领域的重要平台，吸引了众多国际顶尖学者的参与，2024年ECCV论文录用率仅为18%，创下了新低。西北农林科技大学硕士生韩锐孜和郑继凯代表课题组参会，并在会上展示了课题组的最新研究成果，彰显了西北农林科技大学在国际计算机视觉领域的科研实力与学术影响力。 　关于西北农林科技大学更多的相关文章请点击查看　 特别说明：由于各方面情况的不断调整与变化，华禹教育网（Www.Huaue.Com）所提供的信息为非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性，仅供参考，相关信息敬请以权威部门公布的正式信息为准。