中国科学院大学视觉实验室硕士研究生吴狄同学在计算机视觉领域取得了令人瞩目的成果！她的论文《Spatial Self-Distillation for Object Detection with Inaccurate Bounding Boxes》近日被国际顶尖学术会议ICCV2023录用，为目标检测技术的发展带来了新的启示。 目标检测作为计算机视觉领域的重要研究方向，一直在不断探索与发展。然而，由于某些实际应用场景的约束，图像数据常常难以标注，导致目标的标注带有噪声。在这个挑战性问题上，吴狄同学着眼于噪声标注对目标检测性能的影响，提出了一种全新的基于噪声框标注的目标检测方法。 在论文中，吴狄同学设计了一种空间和类别信息交叉结合的网络框架（Spatial Self-Distillation based Detector，SSD-Det），该方法包含了空间位置自蒸馏（Spatial Position Self-Distillation，SPSD）和空间身份自蒸馏（Spatial Identity Self-Distillation，SISD）模块。其中，SPSD 模块生成了更高质量的候选框，从而提高优化算法的性能上界。SISD 模块将候选框的目标信息与空间线索融入其分类置信度，从而实现更准确的候选框选择策略。 Vision Group@UCAS成立于2019年，是一支专注于机器学习、图像和视频处理及计算机视觉等领域的研究团队，尤其专注于基于点标注与多源信息融合的弱小目标感知。实验室承担了多个重要项目，包括国家自然科学基金项目、航天科工及华为公司等单位课题，致力于推动计算机视觉技术的创新与发展。
@
2021 .