北理工智能化圖形生成方面取得科研進展
發(fā)布日期：2020-01-10 供稿：光電學院
編輯：盛筠 審核：董立泉 閱讀次數(shù)：
近日,，北京理工大學光電學院許廷發(fā)教授與指導的李佳男博士生的研究成果“LayoutGAN: Synthesizing Graphic Layouts with Vector-Wireframe Adversarial Networks”被IEEE旗下,，模式識別和機器學習領域國際頂級期刊IEEE Transactions on Pattern Analysis and Machine Intelligence發(fā)表。該研究成果由許廷發(fā)教授團隊與美國Adobe公司,、加拿大多倫多大學合作完成,。
近年來，人工智能技術在圖像理解,，自然語言處理等領域取得了飛躍的進步,。其中，如何利用生成模型對輸入數(shù)據(jù)進行自主建模,，使得機器朝著更加“智慧”的方向發(fā)展,，正在受到越來越廣泛的關注。然而,，傳統(tǒng)的生成模型通常僅局限于圖像增強與生成高分辨率圖像,。通過與國際知名科研機構深度合作，北京理工大學許廷發(fā)教授團隊率先提出新型LayoutGAN生成模型,，利用人工智能技術進行幾何圖形自動化布局與設計,，并可以成功應用于文檔智能布局，網(wǎng)頁自動化設計等眾多領域,。該項研究為智能化圖形生成設計提供了新的思路,，豐富并擴展了人工智能技術的實際應用，是對國家新一代人工智能發(fā)展規(guī)劃以及北京理工大學加強海外學術交流合作號召的積極響應,。
IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE TPAMI) 是人工智能,、模式識別、圖像處理等研究領域的權威期刊,，影響因子17.73,，被中國計算機協(xié)會(CCF)推薦為人工智能領域A類期刊，對所刊登論文的原始創(chuàng)新性要求較高,。
原文鏈接：https://ieeexplore.ieee.org/document/8948239
Jianan Li, Jimei Yang, Aaron Hertzmann, Jianming Zhang, Tingfa Xu. LayoutGAN: Synthesizing Graphic Layouts with Vector-Wireframe Adversarial Networks. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2020, DOI: 10.1109/TPAMI.2019.2963663
附作者簡介：
李佳男,，北京理工大學光電學院2013級直博生,，師從許廷發(fā)教授，研究方向為光學成像探測與識別,、圖像與視頻處理,、計算機視覺、多媒體,。2015年由國家高水平公派留學項目資助前往新加坡國立大學(NUS)進行為期兩年的博士生聯(lián)合培養(yǎng),，外方導師為計算機視覺領域著名學者顏水成，馮佳時教授,。
讀博期間,，曾獲得王大珩高校學生光學獎、博士研究生國家獎學金,、北京理工大學高水平博士學位論文育苗基金,、北京理工大學優(yōu)秀研究生學位論文等多項創(chuàng)新人才獎勵，并獲得2017年ImageNet國際大規(guī)模視覺識別挑戰(zhàn)賽目標定位任務的團隊冠軍,。累計在IEEE TPAMI,、TCSVT、TMM等SCI期刊以及CVPR,、ICLR,、NeurIPS等國際頂級會議上發(fā)表論文15篇，其中第一作者8篇,，總引用次數(shù)超過1000次,。同時，還多次擔任IEEE TCSVT,、TMM等SCI期刊以及ICCV 2019、CVPR 2020等國際頂級會議的審稿人,。
分享到：