主页
2012-12-01：本研究室独立完成的1篇论文被计算机视觉领域顶级国际期刊IJCV接收
本研究室的1篇论文被International Journal of Computer Vision(IJCV)接收：Zhiwu Lu and Yuxin Peng, “Exhaustive and Efficient Constraint Propagation: A Graph-Based Learning Approach and Its Applications”。祝贺卢志武博士。
该论文的主要贡献是打破了cannot-link约束不能传递的传统观点，通过将约束传递问题分解为标签传递子问题，解决了must-link和cannot-link约束同时在数据集上传递的难题。由于约束传递的结果可用于相似度学习，因此可以广泛地应用于计算机视觉、多媒体分析等领域，在图像分类、图像分割、跨模态检索等应用中的实验结果也表明我们方法的有效性。
该论文的主要贡献是打破了cannot-link约束不能传递的传统观点，通过将约束传递问题分解为标签传递子问题，解决了must-link和cannot-link约束同时在数据集上传递的难题。由于约束传递的结果可用于相似度学习，因此可以广泛地应用于计算机视觉、多媒体分析等领域，在图像分类、图像分割、跨模态检索等应用中的实验结果也表明我们方法的有效性。