电竞博彩-电子竞技博彩

12月9日，中国计算机学会（CCF）推荐的A类国际学术会议AAAI 2024公布论文接收结果。由电子竞技博彩 丁丹丹副教授指导，19级本科生张一驰完成的一篇论文被录用，是电子竞技博彩 首次以第一单位在AAAI发表论文。AAAI(AAAI Conference on Artificial Intelligence)由国际先进人工智能协会主办，是人工智能领域的顶级国际学术会议之一。本届AAAI会议共收到12100份提交论文（主赛道），创下历史新记录，其中仅2342篇论文被录用。

论文的合作单位是南京大学与普渡大学。电子竞技博彩 丁丹丹副教授为论文的通信作者，第一作者张一驰为电子竞技博彩 19级本科生。张一驰同学于2023年6月从电子竞技博彩 毕业并进入普渡大学电气与计算机工程学院攻读硕士与博士学位，他自大二起加入智能视频编码课题组，在丁丹丹副教授的指导下，先后以第一作者身份在国际会议IEEE VCIP 2022发表EI收录论文一篇，在JCR二区期刊COMPUTERS & ELECTRICAL ENGINEERING发表论文一篇，在JCR一区期刊ACM TRANSACTIONS ON MULTIMEDIA COMPUTING COMMUNICATIONS AND APPLICATIONS (TOMM)发表论文一篇并投稿一篇。

论文简介：Another Way to the Top: Exploit Contextual Clustering in Learned Image Coding

当前基于学习的端到端图像压缩方法大都基于卷积和自注意力机制实现变换编码。与这些方法不同，本文提出了一种基于上下文聚类的端到端图像压缩方法，依赖聚类操作和局部注意力来进行图像的紧致表达。首先，所提出的方法将感受野扩展到整个图像以进行类内特征聚合；然后，特征被重新排序到它们原始的空间位置，经过局部注意力单元进行类间嵌入。此外，本文引入了引导式前置量化滤波技术，在解码初始阶段就对量化误差进行补偿，有效地减轻了量化误差的传播和累积。所提出的方法获得了出色的性能：当使用均方误差（MSE）进行优化时，在三个广泛使用的基准数据集上，它比H.266/VVC高出约10%的BD-Rate；当使用MS-SSIM进行优化时，相比H.266/VVC节省了50%以上的BD-Rate。所提出的方法为图像压缩提供了一种生成紧致表示的新方法，为端到端图像压缩的发展提供了一个新的方向。（图/文 洪东招 丁丹丹）

图1. 所提出的方法的整体结构图

图2. 所提出的方法（红星）与当前主流方法的性能对比，左上表示最佳