2021年第12届ICVGIP:印度焦特布尔
拉玛·切拉帕 , 桑塔努·乔杜里 , 切坦·阿罗拉 , 帕拉格·乔杜里 , Subhransu Maji公司 :
ICVGIP’21:印度计算机视觉、图形和图像处理会议,印度焦特布尔,2021年12月19-22日。 ACM公司 2021 ,国际标准图书编号 978-1-4503-7596-2 瓦尔沙尼亚五世 , S.Balasubramanian型 , Vineeth Balasubramanian语 :
教GAN以矢量格式绘制草图。 1:1-1:8 苏塔努·贝拉 , 普拉比尔·库马尔·比斯瓦斯 :
使用特征共生损失的迭代梯度编码网络用于去除单幅图像的反射。 2:1-2:8 加贾拉·维斯瓦纳塔·雷迪 , Sai Prasanna Teja Reddy公司 , 斯内哈斯·穆克吉 , 希夫·拉姆·杜比 :
MERANet:使用3D残余注意力网络进行面部微表情识别。 3:1-3:10 奇皮·M·马努 , Sreeni K.G公司 :
MSDNet:一种新颖的多级渐进式图像去叠网络。 4分-4秒9 拉胡尔·班萨尔 , 索马·比斯瓦斯 :
CT-DANN:联合教学与DANN就野外无监督领域适应进行会面。 5:1-5:8 梅赫·沙什瓦特·尼甘姆 , 阿维纳什·帕布 , 阿努拉·萨胡 , 坦维·卡兰迪卡尔 , 普鲁·古普塔 , Narasimhan Sai Shankar公司 , 拉维·基兰·萨瓦德瓦巴特拉 , K.马达瓦·克里希纳 :
仓库货架的单目多层布局估算。 6:1-6:9 T.M.费罗兹·阿里 , Subhasis Chaudhuri公司 :
使用成对约束的交叉视图核相似度度量学习用于人的重新识别。 7:1-7:9 阿肖克·L·R , Sreeni K.G公司 :
光学相干断层扫描图像中黄斑病变的异常检测和分类:使用特征空间比较。 8:1-8:9 姆里纳尔·阿南德 , Nidhin Harilal公司 , 钱丹·库马尔 , Shanmuganathan Raman公司 :
HDRVideo-GAN:深度生成HDR视频重建。 9:1-9:9 那哈·顾朴达 , 萨米特·阿里 , 阿诺普·库马尔·米什拉 :
一种新的用于陆地卫星图像变化检测的无监督阈值技术。 10:1-10:9 拉萨五世 , Sreeni K.G公司 :
使用OCT图像进行自动视网膜疾病检测的深度特征融合。 11:1-11:8 阿南特·米塔尔 , Priya Aggarwal公司 , 路易斯·佩索阿 , 阿努巴·古普塔 :
功能磁共振成像中使用双向长短期记忆网络的鲁棒脑状态解码。 12:1-12:6 内尔·特里维迪 , 阿尼鲁德·塔蒂佩利 , 拉维·基兰·萨瓦德瓦巴特拉 :
NTU-X:一个增强的大规模数据集,用于改进基于位置的人类细微动作识别。 13:1-13:9 萨塔克·马利克 , 库尔马 , 巴拉苏布拉曼尼亚语Raman :
朝向可解释的面部情感识别。 14:1-14:9 西拉迪提亚·曼纳 , 索米克·巴塔查里亚 , 乌马帕达·帕尔 :
解释性自我监督预培训:提高视觉医疗数据的表现。 15:1-15:9 安基特Jha , 比普拉克·班纳吉 , 苏巴斯·乔杜里 :
S公司 三 DMT-Net:使用特定任务的提取和跨任务交互,改进基于软共享的多任务CNN。 16:1-16:9 普拉巴德-赖布尔卡尔 , 罗希尔·帕尔 , Shanmuganathan Raman公司 :
HDR cGAN:使用条件GAN的单个LDR到HDR图像转换。 17:1-17:9 阿穆·R , 拉吉哈·拉贾 , 尼拉姆·辛哈 , 吉本赛尼 :
用bold fMRI分析脑胶质瘤细胞浸润引起的血管失调。 18:1-18:7 Sowmya Aitha公司 , 信杜·博兰帕利 , 拉维·基兰·萨瓦德瓦巴特拉 :
可变形的深度网络,例如重叠的多页手写文档的分割。 19:1-19:9 Ashutosh Soni公司 , 皮尤什·坎蒂·布伦 , Partha Bhowmick公司 :
基于GPU的质心voronoi镶嵌,在最薄的数字表面上使用局部搜索。 20:1-20:8 Arpit Bahety公司 , 罗希特·萨卢亚 , 拉维·基兰·萨瓦德瓦巴特拉 , Anbumani Subramanian语 , C.V.贾瓦哈 :
行道树的自动量化和可视化。 21:1-21:9 赫里西凯什·夏尔马 , 普拉哈尔·普拉丹 , 巴拉穆拉利达尔P :
SCNet:一种用于裂纹故障分割的基于注意力的广义模型。 22:1-22:9 索纳姆·古普塔 , 阿蒂·凯萨里 , 苏克亨德·达斯 :
G3AN++:探索具有互补特征学习的宽GANs,用于视频生成。 23:1-23:9 瓦提卡·森加 , 维维克·B·S。 , Karthik Seemakurthy公司 , 贾亚瓦尔达纳·古比 , 巴拉默利达尔P :
基于多任务学习的手术视频除烟方法。 24:1-24:9 安奇特·古普塔 , 法伊赞·法罗克·汗 , Rudrabha Mukhopadhyay先生 , Vinay P.Namboodiri公司 , C.V.贾瓦哈 :
智能视频编辑:在视频编辑器中结合现代人脸生成算法。 25:1-25:9 Aryamaan Jain公司 , 乔蒂·桑卡拉 , Ishaan N.Shah , 阿维纳什·夏尔马 , 克里希南·桑达拉·拉詹 :
使用语法和粒子系统自动生成树。 26:1-26:9 塞沙德里·马祖姆德 , Rudrabha Mukhopadhyay先生 , Vinay P.Namboodiri公司 , C.V.贾瓦哈 :
将手语视频翻译成会说话的面孔。 27:1-27:10 Prathyusha Akundi公司 , 贾扬提·西瓦斯瓦米 :
应对灾难性遗忘的多种学习。 28:1-28:5 Shashaank M.阿斯瓦塔 , 赛法尼·库马尔·马拉迪 , 贾扬塔·穆克吉 :
一种基于编码器-解码器的深层架构,用于可见光到近红外图像的转换。 29:1-29:9 达尔山·杰拉 , 维卡斯G.N , 巴拉苏布拉曼尼亚语S :
在野外处理面部表情识别的模糊注释。 30:1-30:9 Alexy Bhowmick公司 , 萨拉特·萨哈里亚 , 什亚曼塔·哈扎里卡 :
通过基于超像素的密集对齐增强非参数场景分析中的标签传输。 31:1-31:9 詹尼·蒂亚姆 , 萨纳萨姆·兰比尔·辛格 , 普拉宾·库马尔·博拉 :
图表分类:不同学习模式的实证比较研究。 32:1-32:9 拉梅什·阿肖克·塔比布 , 桑托什库马尔 , 迪克希特·赫格德 , 阿达什·贾马丹迪 , 乌玛·穆德纳古迪 :
面向众源数据类增量学习的讨厌分类器建模。 33:1-33:7 Snehith Goud Routhu公司 , 赛萨加·金卡 , 阿维纳什·夏尔马 :
使用剥离的语义分割上下文进行粗略到精细的3D服装人体重建。 34:1-34:9 P.Sudhakar Reddy先生 , 拉加文德拉 , A.V.纳拉西姆哈丹 :
通过基于零空间的有限创新率框架进行磁共振图像重建。 35:1-35:5 B.萨提亚·巴马 , S.Mohamed Mansoor Roomi先生 , D.萨巴里·内森 , 森提拉西 , G.马尼马拉 :
偶像数据集:一个关于宗教偶像及其深度网络识别的数据库。 36:1-36:7 卡莱瓦尼P , S.Mohamed Mansoor Roomi先生 , D.萨巴里·内森 :
HazeNet:图像有雾吗? 37:1-37:8 苏雷什·尼赫拉 , 塔马尔·达斯 , 西曼蒂尼·查克拉波蒂 , Prabir K.Biswas公司 , 贾扬塔·穆霍帕迪亚 :
使用光场相机进行基于视差的深度估计。 38:1-38:9 维纳亚克·纳盖利 , Rama Krishna Sai Subrahmanyam Gorthi喇嘛 , 阿尔沙德·贾马尔 :
SiamRPN++D:使用级联探测器传感改进了SiamRPN++。 39:1-39:9 普基特·杰拉 , Aakash K.T.公司。 , 达瓦尔·西里孔达 , P.J.纳拉亚南 :
从非结构化图像进行外观编辑的神经视图合成。 40:1-40:9 拉胡尔·维涅斯瓦兰 , 马克·特拉 , Vineeth N.Balasubramanian公司 , 马卡拉和塔帕斯维 :
长尾分类的特征生成。 41:1-41:9 希亚姆·克里希纳 , Janmesh Ukey公司 , 迪内什·巴布·J。 :
基于GAN的印度手语合成。 42:1-42:8 绿玫瑰K.S , Sachin Deepak Lomte公司 , 尼基尔·克里希南 , B.H.巴万·普拉萨德 :
用于从噪声/模糊对中恢复潜在图像的注意引导互补特征集成。 43:1-43:9 艾哈迈德·阿费恩 , 蒂蒂尔·杜塔 , 索马·比斯瓦斯 :
用于半监督域泛化的选择性混合投票网络。 44:1-44:9 阿尼克·戈亚尔 , 索马·比斯瓦斯 :
在不忘记事件-内存数据的情况下进行少量快照分类。 45:1-45:8 桑迪卡·比斯瓦斯 , 桑贾娜·辛哈 , 迪潘詹·达斯 , 布罗杰什瓦·博米克 :
具有演讲诱导的头部运动的真实人脸动画。 46:1-46:9 阿纳布·波达尔 , 阿卡什·查克拉波蒂 , 贾扬塔·穆霍帕迪亚 , 普拉比尔·库马尔·比斯瓦斯 :
TexRGAN:一个深度对抗框架,用于从变形的手写文档中恢复文本。 47:1-47:9 Kiruthika S。 , 马西拉马尼五世。 , 普拉蒂克·乔希 :
融合图像质量评估和传输学习,使用CT扫描图像检测COVID19。 48:1-48:9 索尼娅·达斯 , 苏卡德夫·梅赫 , Upendra Kumar Sahoo公司 :
基于智能手机的健壮步态识别的鉴别多尺度CNN网络。 49:1-49:8