該論文面向常用深度傳感器的深度補(bǔ)全任務(wù)，提出了一種注意力引導(dǎo)的門控卷積網(wǎng)絡(luò)（AGG-Net）。網(wǎng)絡(luò)模型采用了編碼-解碼架構(gòu)，包括一種注意力引導(dǎo)門控卷積（AG-GConv）模塊，以及一種注意力引導(dǎo)跳連接（AG-SC）模塊，高效地去除了無效深度和無關(guān)特征所帶來的負(fù)面影響。實(shí)驗(yàn)結(jié)果表明，該方法在知名數(shù)據(jù)集NYU-Depth V2、DIML和SUNRGB-D上均優(yōu)于現(xiàn)有的其他方法。

陳東岳教授長期從事深度學(xué)習(xí)與計(jì)算機(jī)視覺交叉領(lǐng)域研究，重點(diǎn)關(guān)注視覺異常檢測(cè)、多模態(tài)視覺、行人重識(shí)別與人體三維建模等方向。主持和參與國家重點(diǎn)研發(fā)計(jì)劃課題、國家自然科學(xué)基金地區(qū)聯(lián)合基金、面上項(xiàng)目和青年基金、國家863子課題、國家973子課題、遼寧省自然科學(xué)基金等多項(xiàng)國家省部級(jí)課題。在IEEE匯刊、Pattern Recognition、自動(dòng)化學(xué)報(bào)、中國圖像圖形學(xué)報(bào)等國內(nèi)外重要期刊及國際會(huì)議上發(fā)表論文80余篇，授權(quán)國家發(fā)明專利10余項(xiàng)；多次獲得遼寧省教學(xué)成果一等獎(jiǎng)、遼寧省一流本科課程、遼寧省自然科學(xué)學(xué)術(shù)成果獎(jiǎng)一等獎(jiǎng)、寶鋼優(yōu)秀教師等獎(jiǎng)項(xiàng)和榮譽(yù)。

據(jù)悉，ICCV是計(jì)算機(jī)視覺領(lǐng)域頂級(jí)會(huì)議（CCF A類），由IEEE主辦，與計(jì)算機(jī)視覺模式識(shí)別會(huì)議(CVPR)和歐洲計(jì)算機(jī)視覺會(huì)議(ECCV)并稱計(jì)算機(jī)視覺方向的三大頂級(jí)會(huì)議，被澳大利亞ICT學(xué)術(shù)會(huì)議排名和中國計(jì)算機(jī)學(xué)會(huì)等機(jī)構(gòu)評(píng)為最高級(jí)別學(xué)術(shù)會(huì)議，在業(yè)內(nèi)具有極高的評(píng)價(jià)。ICCV在世界范圍內(nèi)每兩年召開一次，2021年論文錄取率為25.9%，是計(jì)算機(jī)視覺領(lǐng)域平均錄用率最低的會(huì)議之一。根據(jù)權(quán)威Google Scholar Citation統(tǒng)計(jì)，ICCV的H5 index為239，位列全球所有出版物總排名第17位。