2024年1月4-8日,IEEE/CVF计算机视觉应用冬季会议(WACV2024)在夏威夷大岛成功举办,聚集了全球计算机视觉领域的专家学者和产业界人士。WACV (Winter Conference on Applications of Computer Vision) 是计算机视觉基金会CVF (Computer Vision Foundation) 视觉三大会(CVPR、ICCV和WACV)之一,具有着重要的学术地位和影响力。2024年,该会议进入评审阶段的投稿论文有2041篇,最终收录851篇,接收率为41.7%。
在这个重要的学术舞台上,IAC实验室的硕士研究生温茹雪的论文”From Denoising Training to Test-Time Adaptation: Enhancing Domain Generalization for Medical Image Segmentation”被接收为Poster。她在会议上展示了最新的研究成果,并与其他学者展开了深度的交流和讨论。
此项研究针对医学图像分割中面临的标签稀缺和泛化性能不足的问题,提出了一种结合自监督学习的新算法DeY-Net。该算法在图像分割任务中,通过结合自监督去噪任务并在测试阶段自适应地调整模型,从而增强模型的泛化性能。此项研究成果不仅突显了深度学习作为一种医学影像辅助诊断技术的巨大潜能,也为计算机视觉领域的少样本学习和域泛化研究提供了新的视角和思考方向。
会议期间,除了分享和展示自己针对医学图像分割技术的最新研究成果,温茹雪同学也积极吸收和学习了其他专家学者的知识和经验。深入的讨论和探讨也为此项研究提供了非常宝贵的反馈和改进方向。同时,温茹雪同学也全程参与并聆听了众多精彩的报告,收获了包括计算机视觉,医学图像,以及智能科学等领域的最新研究进展和前沿技术研究动态,展望了这些领域的未来发展趋势。