沈飞鸿 (Feihong Shen)
|
硕士研究生,中共党员 |
关于我
我目前在东南大学计算机科学与工程学院PALM实验室攻读硕士学位，师从陈浩副教授。
本人于2022年6月从东南大学计算机科学与工程学院获得学士学位，本科成绩加权平均分:(88.9/100)。
我的研究兴趣主要包括: AIGC，计算机视觉，多模态，自监督学习 等。
教育经历
|
硕士 东南大学 (2022.9 ~ 2025.6)
|
|
|
本科 东南大学 (2018.9 ~ 2022.6)
|
实习经历
|
计算机视觉实习生 阿里巴巴集团通义实验室 (2024.7 ~ 2024.10)
|
学术项目与论文
-
Prune and Repaint: Content-Aware Image Retargeting for any Ratio. In Annual Conference on Neural Information Processing Systems, 2024. (CCF A)
Feihong Shen, Chao Li, Yifeng Geng, Yongjian Deng and Hao Chen.
提出了一种适用于任意目标宽高比的图像重定向方法，针对图片重定向缺失语义问题，提出semantic seamcarving结合高层语义信息与低层结构先验以防止显著区域丢失；针对重定向后像素移位导致的裁剪痕迹，自适应重绘区域选取模块生成掩码，并采用全局+局部图像引导生成模块对掩码区域进行重绘。
[pdf] [code]
-
Modality-Balanced Contrastive Learning for RGB-D Salient Object Detection.
Hao Chen, Feihong Shen, Lichuang Zhang.
提出了一种针对RGB与深度图像的对比学习框架，解决模态学习不平衡问题。预训练后的编码器为下游RGB-D 显著物体检测带来更强的RGB与深度模态的特征提取与融合能力，并将框架扩展至RGB-T数据。
[pdf] [code]
-
Disentangled Cross-modal Transformer for RGB-D Salient Object Detection and Beyond. IEEE Transactions on Image Processing, 2024. (CCF A)
Hao Chen, Feihong Shen, Ding Ding, Yongjian Deng and Chao Li.
针对现有RGB-D显著物体检测任务中特征融合中模态差异与空间差异同时存在的问题，提出了跨模态自注意力 与局部互注意力，并将特征解耦为高相似度与高差异度特征，显示挖掘一致性与互补性。在8个数据集上达到 SOTA，并将融合算法扩展至RGB-D语义分割。
[pdf] [code]