西工大计算机学院王庆,王庆的个人主页-西北工业大学教师个人主页

近期代表作:

1. Qi Zhang, Qing Wang*, Hongdong Li, Jingyi Yu. Ray-Space Epipolar Geometry for Light Field Cameras. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2020. Early Access. https://ieeexplore.ieee.org/document/9204467

2.Qi Zhang, Chunping Zhang, Jinbo Ling, Qing Wang*, Jingyi Yu. A Generic Multi-Projection-Center Model and Calibration Method for Light Field Cameras. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 41(11):2539-2552, 2019.https://ieeexplore.ieee.org/document/8430574

3.Hao Zhu, Qi Zhang, Qing Wang*, Hongdong Li.4D Light Field Superpixel and Segmentation. IEEE Transactions on Image Processing (TIP), 29: 85-99, 2020.

4.Hao Zhu, Xiaoming Sun, Qi Zhang, Qing Wang*, Antonio Robles-Kelly, Hongdong Li, Shaodi You.Full View Optical Flow Estimation Leveraged from Light Field Superpixel. IEEE Transactions on Computational Imaging (TCI), 6(1):12-23, 2020.

5.Hao Zhu, Mantang Guo, Hongdong Li, Qing Wang*, Antonio Robles-Kelly.Revisiting Spatio-Angular Trade-off in Light Field Cameras and Extended Applications in Super-Resolution. IEEE Transactions on Visualization and Computer Graphics (TVCG), 2019. Early Access.

6.Xianqiang Lv, Xue Wang, Qing Wang*, Jingyi Yu.4D Light Field Segmentation from Light Field Super-pixel Hypergraph Representation. IEEE Transactions on Visualization and Computer Graphics (TVCG), 2020. Early Access.

7.Qi Zhang, Jinbo Ling, Qing Wang*, Jingyi Yu. Ray-Space Projection Model for Light Field Camera. Int. Conf. on Computer Vision and Pattern Recognition (CVPR), Long Beach, USA, pp. 10121-10129, 2019.06.

8.Xue Wang*, Jianbo Shi, Hyun Soo Park, Qing Wang.Motion-based Temporal Alignment of Independently Moving Cameras.IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 27(11):2344-2354, 2017.

9.Hao Zhu, Qing Wang, Jingyi Yu. Occlusion-Model Guided Anti-Occlusion Depth Estimation in Light Field. IEEE Journal of Selected Topics in Signal Processing (JSTSP), 11(7):965-978, 2017.

10.Hao Zhu, Qi Zhang, Qing Wang.4D Light Field Superpixel and Segmentation. Int. Conf. on Computer Vision and Pattern Recognition (CVPR), Hawaii, USA, pp. 6709-6717, 2017.7.21-2017.7.26.

11.Zhaolin Xiao, Qing Wang*, Guoqing Zhou, Jingyi Yu. Aliasing Detection and Reduction Scheme on Angularly Undersampled Light Fields. IEEE Transactions on Image Processing (TIP), 26(5): 2103-2115, 2017.

12.Guoqing Zhou, Qing Wang*, Zhaolin Xiao. Robust Outlier Removal Using Penalized Linear Regression in Multiview Geometry. Neurocomputing, 267:455-465, 2017.

13.Qing Wang*, Tingwang Chen, Lipeng Si. Sparse Representation with Geometric Configuration Constraint for Line Segment Matching. Neurocomputing, 134(25):100-110, 2014.

14.Zhaolin Xiao, Qing Wang, Guoqing Zhou, Jingyi Yu.Aliasing Detection and Reduction in Plenoptic Imaging. Int. Conf. on Computer Vision and Pattern Recognition (CVPR), Columbus, USA, pp. 3326-3333, 2014.06.23-2014.06.28.

15.Guoqing Zhou, Qing Wang. Enhanced Continuous Tabu Search for Parameter Estimation in Multiview Geometry. Int. Conf. on Computer Vision (ICCV), Sydney, Australia, pp.3240-3247, 2013.12.01-2013.12.07.

进一步了解实验室研究成果,请进实验室网站:

视觉与计算摄像研究组 www.npu-cvpg.org

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值