西浦计算机科学学科再创佳绩！首次进入ESI学科排名全球前1%，多篇论文入选全球顶级会议

这些有趣的计算机科学研究论文在基本科学指标数据库(ESI)计算机科学学科中，论文被引用次数居全球前1% 。同时，西浦智能工程学院多篇论文入选人工智能领域的顶级会议，其中包括在谷歌学术期刊与会议影响力排名中位列全球总榜第四的IEEE国际计算机视觉与模式识别会议(CVPR)。

西浦首次进入ESI计算机科学学科排名全球前1%

自2010至2020 年，与其他在同领域发表论文的机构相比，西浦在ESI所定义的计算机科学学科，论文被引用次数居全球前1% 。全球仅有 552 家机构位列 ESI 计算机科学排名的前1% 。

“这一重大成就真实反映了西浦学术研究的质量。”西浦智能工程学院院长Eng Gee Lim教授如是说。

“西浦是一所年轻的大学，我们为这一里程碑式的成就感到自豪。”

ESI对2011年1月1日至2021年2月28日间发表的文章进行了分析，和上一个十年(2010年1月1日至2020年12月31日)相比，西浦在ESI总体学科(ESI All Fields，即ESI所涵盖的22个学科)的排名上升了251位。

ESI 是一种用于衡量科学研究绩效的分析工具，以科睿唯安(Clarivate Analytic)旗下的Web of Science平台为基础，收集学术论文被引用数据。ESI 通过分析全球 12000 多种期刊，衡量22 个广泛学科领域的学术表现，其指标“论文被引次数”仅考虑在科学引文索引(SCIE)、社会科学引文索引(SSCI)和艺术人文引文索引(AHCI)中所含期刊的论文。

最新谷歌学术排名公布！西浦智能工程学院多篇论文入选全球顶级会议

不仅在ESI计算机科学学科排名位居前1%，近年来，西浦智能工程学院的多篇论文还入选人工智能领域的顶级会议，其中包括在谷歌学术期刊与会议影响力排名中位列全球总榜第四的IEEE国际计算机视觉与模式识别会议(CVPR)。

据谷歌学术最新公布的2021学术期刊与会议影响力排名(2021 Scholar Metrics)，IEEE国际计算机视觉与模式识别会议(CVPR)上升至第四名，仅次于总榜排名前三的《自然》、《新英格兰医学杂志》和《科学》。该排名涵盖了2016-2020年发表的论文，并包含截至2020年7月在谷歌学术中索引的所有文章的引文。西浦智能工程学院一项关于视频对象跟踪与分割的研究成果于去年入选CVPR，这也是西浦第一篇以第一作者和第一单位身份收录于CVPR的论文。

在谷歌学术影响力榜单中，与CVPR共同组成三大世界顶级计算机视觉会议的欧洲计算机视觉国际会议(ECCV)、国际计算机视觉大会(ICCV)，以及人工智能大会(AAAI)的排名均大幅上升。据统计，从2019年9月西浦智能工程学院成立至2020年底，学院已累计有5篇论文被上述三个顶级学术会议收录。

智能工程学院院长Eng Gee Lim教授表示：“国际上通常会以一些顶会文章来衡量学院的科研水平。智能工程学院近几年陆续在人工智能的顶级会议CVPR、AAAI、ECCV发表论文，充分说明了我们在AI领域达到了国际上较高的水准。”

部分入选国际顶级会议的研究项目回顾

《如何快速分割视频中的人物和背景？西浦博士生在计算机视觉领域国际顶级会议发表研究成果》

智能工程学院院长Eng Gee Lim教授与肖继民博士合作指导的博士生团队发表了名为《基于快速模板匹配与更新的视频对象跟踪与分割》(Fast Template Matching and Update for Video Object Tracking and Segmentation)的论文，该研究成果收录于IEEE国际计算机视觉与模式识别会议(CVPR)。

据论文的第一作者、电气与电子工程系博士生孙铭杰介绍，研究使用了强化学习算法来解决如何快速、准确地跟踪到视频中的对象并将其与视频背景进行分离的问题。这项技术能够被广泛应用在视频弹幕、影视制作等领域，未来甚至有可能让电影特技拍摄告别绿幕，直接在复杂背景中进行抠图。

从左到右依次为：Eng Gee Lim教授、孙铭杰、肖继民博士

识别左侧二维码

阅读原文

《中国首个单模型弱监督语义分割研究：西浦学者为图像识别提供更优方案》

西浦电气与电子工程系关于弱监督语义分割的研究成果被第34届人工智能领域顶级会议AAAI大会spotlight论文收录，该项目也在2019年获得了国家自然科学基金面上项目的资助。据论文的第一作者、电气与电子工程专业博士生张冰峰介绍，他们的论文是中国首个单模型弱监督语义分割研究。

识别左侧二维码

阅读原文

《会模仿人类视觉锁定图像目标的计算机算法：识别性能好、训练效率高》

智能工程学院博士生团队使用图像处理技术和计算机视觉算法让计算机模拟人的注意力，准确定位出图像中最引人注目的前景区域。这项关于显著性检测的研究被第35届AAAI大会收录，该项目也获得了国家自然科学基金面上项目的资助。据论文的第一作者博士生俞思悦介绍，论文中提出了一种弱监督显著性检测的方法，这项技术可以作为其他图像识别与分割技术的底层预处理模式，更高效地获取图像中的重要信息，在图片编辑、图像检索、目标检测、机器人领域也有多种应用。

识别左侧二维码

阅读原文

记者：金画恬

编辑：石露芸、寇博

新媒体、监制：袁小婉

新学期的第一张答卷

一亿美元奖金！XPRIZE碳去除大赛等你报名