底图像婚配的两项研究被欧洲计较机视觉会议 （ECCV 2022）录用消息学院人工智能与媒体计较尝试室（AIMC Lab）关于视频检索和眼。V齐名的计较机视觉三大顶会之一ECCV是与CVPR、ICC，召开一次每两年。领会据，稿5803篇本年无效投，650篇录用1，28%录用率。

　　matching）作为眼底图像处置和阐发的一项主要手艺论文概述：眼底图像婚配（retinal image ，慢病办理等多个使命中起着环节感化在眼底图像配准、身份识别、个性化。数字图像处置手艺实现现无方法大多基于保守。超参数设置复杂保守手艺具有，婚配质量差病变前提下，单一等问题合用使命，的合用范畴较窄使得现无方法。键点检测和描述收集SuperRetina本文提出了具备端到端进修能力的眼底图像关。图像标注数据极其稀少留意到当前可用的眼底，度神经收集的锻炼难以无效支持深。据稀缺性问题针对标注数，ive keypoint expansion本文提出了渐进式环节点扩充（progress，半监视进修策略简称PKE）的。锻炼步调在每个，uperRetina输出的预测成果PKE操纵初始输入的环节点标识表记标帜和S，环节点特征内容分歧性的双重筛选进行基于环节点位置几何分歧性和，数据中发觉之前未被标识表记标帜的高靠得住环节点从而主动在欠标注以及无标注眼底图像，键点标识表记标帜调集不竭扩充关。用性在多个实在世界数据集上获得了验证SuperRetina的无效性和通。

　　究跨模态视频检索论文概述：本文研。索范式中在此种检，言表达其查询需求用户通过天然语。的跨模态语义相关度为了计较文本和视频，和文本平分别提取根本特征现有支流方式是先从视频，特征再进修收集然后再经特定的，多个跨模态的公共空间中将根本特征嵌入到一个或，频的跨模态婚配以实现文本和视。布景下在此，ure fusion）这一典范问题本文从头审视了特征融合 （feat，weight Attentional Feature Fusion并提出了可同时用于文本侧和视频侧、轻量级留意力特征融合（Light，AFF）简称L。在文本侧和视频侧融合多个单模态、多标准（帧级/视频级）根本特征LAFF既可作为一个前融合（early fusion）模块别离，）模块集成经多个公共空间计较获得的相关度得分也可作为一个后融合（late fusion。且并，lf-attention）模块具有更好的特征选择能力LAFF较多头自留意力 （multi-head se，提下削减根本特征的利用在不降低检索机能的前，型的现实摆设成本从而降低检索模。公开数据集上获得了验证LAFF的无效性在多个。