新闻资讯
2025-04-11
厦大ASC实验室两篇论文入选CVPR2025 Highlight
CVPR 2025共提交了13008份有效论文，2878篇论文被接收，录用率为22.1%。其中Highlight论文被认为特别具有创新性的论文，共接收了387篇(占总投稿数的2.97%)。实验室今年被接收了9篇CVPR论文，投稿录用率66.7%，其中2篇三维点云处理工作入选Highlight。分别为稀疏监督三维目标检测工作(SP3D)和基于激光雷达的攀岩人体动作捕捉工作(ClimbingCap)。SP3D: Boosting Spars
2025-02-27
ASC实验室9篇一作论文被CVPR2025录用
ASC实验室@CVPR 2025共接收9篇一作论文，录用率为66.7%，2篇Highlight，其中8篇为激光雷达点云处理方向(视觉定位/对抗学习/目标检测/人体动捕/点云配准)。代码数据陆续开源中。IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)是计算机视觉领域的顶级国际会议，CCF A类会议。CVPR2025将于2025年6月11日至15日在美
2025-02-04
实验室多智能体强化学习工作被ICLR 2025录用
近日，实验室沈思淇沈老师和国防科技大学计算机学院师生合作，在国际人工智能顶级会议ICLR 2025上以“DoF: A Diffusion Factorization Framework for Offline Multi-Agent Decision Making” 为题发表了一篇关于多智能体强化学习研究成果的论文。近年来，扩散模型凭借在图像生成和语言建模中的显著成功，逐渐被引入决策生成领域。然而，在多智能体离线决策(MADM
2024-12-10
ASC实验室7篇论文被AAAI 2025录用
ASC实验室7篇论文被AAAI 2025录用
2024-10-09
ASC实验室3篇论文被NeurIPS 2024录用
ASC实验室@NeurIPS 2024接收了3篇论文，涵盖三维视觉、多智能体强化学习、联邦推荐等研究方向。代码数据陆续开源中。Thirty-Eighth Annual Conference on Neural Information Processing Systems(NeurIPS 2024)将于2024年12月9日至15日在加拿大温哥华举行。NeurIPS是人工智能与机器学习领域的三大国际会议(NeurIPS、ICML、ICLR)
2024-09-05
实验室激光雷达人体动作和场景捕捉工作被IEEE TPAMI接收
近日，实验室戴雨笛博士、王志勇硕士、林希平硕士生、沈思淇副教授、王程教授、温程璐教授（通讯作者）与上海科技大学许岚研究员和马月昕研究员合作完成的论文“HiSC4D: Human-centered Interaction and 4D Scene Capture in Large-scale Space Using Wearable IMUs and LiDAR”被国际学术期刊《IEEE Transactions on Pattern A
2024-07-16
实验室发布多体制多模态三维目标检测数据集CMD（ECCV 2024）
题目：CMD: A Cross Mechanism Domain Adaptation Dataset for 3D Object Detection作者：邓锦豪1（厦门大学），叶伟1（厦门大学），吴海（厦门大学），黄勋（厦门大学），夏启明（厦门大学），Xin Li(Texas A&M)，方进(嬴彻科技)，李伟*(嬴彻科技)，温程璐*（厦门大学），王程（厦门大学）论文来源：2024 ECCV European Conferenc
2024-07-03
空间感知与计算实验室参加CVPR 2024会议
2024年06月17日至21日，计算机视觉与模式识别国际顶级学术会议CVPR 2024在美国华盛顿州西雅图市举行。CVPR（IEEE Conference on Computer Vision and Pattern Recognition）会议由IEEE举办，是CCF推荐A类会议，Core Ranking A*类会议。在2024年谷歌学术国际最新学术期刊和会议影响力排名中，CVPR蝉联第四，仅次于自然科学顶刊Nature、Scienc
2024-05-31
论文解读 | KDD-24|联邦学习中合作公平的动态子模型分配方法FedSAC
--------------------------------------分割线-----------------
2024-04-24
论文解读 | IJCAI-24 | 面向基座模型的联邦学习代理微调方法FedPFT
论文标题：FedPFT: Federated Proxy Fine-Tuning of FoundationModels论文地址：https://arxiv.org/abs/2404.11536论文代码：https://github.com/pzp-dzd/FedPFT论文作者：彭朝鹏（厦门大学），范晓亮*（通讯作者，厦门大学），陈雨帆（厦门大学），王铮（厦门大学），Shirui&nbs