近年来的代表性论文:
期刊论文
[1] 熊岚堃,张桂梅, ,马尚可. 结合轴向增强Transformer与CNN双编码器的医学图像分割方法, 计算机辅助设计与图形学学报,2025, https:// link.cnki.net/ urlid/ 11.2925. TP.20250206.1623.033.
[2] 闫文尚,张桂梅, 黄军阳,王远宁. 结合双重对比嵌入学习的生成式零样本图像识别, 中国图象图形学报,2025, 30(5): 1389-1403.
[3] 闫文尚、张桂梅,文本属性激活视觉的广义零样本图像识别,计算机工程与应用,2025, https://link.cnki.net/urlid/11.2127.tp.20241127.1750.023.
[4] 侯冰震,张桂梅, 彭昆. 基于不确定性引导和尺度一致性的肾肿瘤图像分割方法, 模式识别与人工智 能, 2023, 36(2): 95-107. (唯一通讯作者).
[5] 彭昆,张桂梅,王杰, 储珺. 基于可变形卷积和多特征聚焦的X线图像非刚性配准, 生物医学工程学杂志, 2023, 40(3): 492-498. (唯一通讯作者 ).
[6] 张桂梅,陶辉,鲁飞飞,等.基于双源判别器的域自适应城市场景语义分割[J].图学学报,2023,44(05):907-917.
[7] 张桂梅, 龙邦耀,曾接贤,黄军阳. 基于去冗余特征和语义关系约束的零样本属性识别. 模式识别与人工智能, 2021, 34(9): 809-823.
[8] 张桂梅,鲁飞飞,龙邦耀,缪君. 结合自集成和对抗学习的域自适应城市场景语义分割. 模式识别与人工智能, 2021, 34(1): 58--67.
[9] 张桂梅,胡强,郭黎娟. 基于自适应分数阶的医学图像非刚性配准. 自动化学报, 2020, 46(9): 1941-1951.
[10] 张桂梅,胡强,龚磊,融合密集残差块和GAN变体的医学图像非刚性配准, 中国图象图形学报,2020,25(10):2182-2194.
[11] 张桂梅,龙邦耀,鲁飞飞,结合迁移引导和双向循环结构GAN的零样本文本识别,模式识别与人工智能,2020, 33(12): 1083-1096.
[12] 张桂梅,潘国峰,刘建新. 基于自适应学习率的域自适应语义分割,中国图象图形学报,2020,25(5):913-925
[13] 张桂梅,李艳兵. 结合纹理结构的分数阶TV模型的图像修复. 中国图象图形学报,2019, 24(5): 700-713
[14] 张桂梅,郭黎娟,熊邦书,储珺. 基于多分辨率和自适应分数阶的Active Demons 算法. 计算机研究与发展,2018,55(12),2753-2763
[15] 张桂梅,陈兵兵,徐可,储珺. 结合分数阶微分和图像局部信息的CV模型,中国图象图形学报. 2018, 23(8): 1131-1143
[16] 张桂梅,刘峰瑞,刘建新. 图像增强中分数阶自适应模型的构造. 计算机工程与应用, 2018, 54(3): 184-191
[17] 张桂梅,孙晓旭,刘建新,储珺. 基于分数阶微分的TV-L1光流模型图像配准方法研究,自动化学报,2017, 43(12): 2213-2224
[18] 张桂梅,徐继元,刘建新. 一种新的基于自适应分数阶的活动轮廓模型. 计算机研究与发展, 2017, 54 (5): 1045-1056
[19] 祝严刚,张桂梅(通讯作者). 自适应残差图像的分数阶全变分去噪模型.中国图象图形学报, 2017, 22(12): 1677-1689
[20] 张桂梅,孙晓旭,章毅. 基于小波变换的局部形状匹配方法研究. 计算机工程与应用, 2017,53(2): 188-194
[21] 祝严刚,张桂梅(通讯作者). 一种改进的非局部均值图像去噪算法. 计算机工程与应用, 2017,53(18): 192-198
[22] 张桂梅,曹红洋,陈阳泉,刘建新. 基于分数阶梯度驱动的主动Demons算法研究. 电子学报,2016, 44 (12): 2834-2841
[23] 张桂梅,孙晓旭,陈彬彬,刘建新. 结合分数阶微分和Canny算子的边缘检测. 中国图象图形学报,2016, 21(8): 1028-1038
[24] 张桂梅,孙晓旭,刘建新. 基于自适应投影算法的分数阶全变分去噪模型. 模式识别与人工智能,2016, 29(11): 1009-1018.
[25] 张桂梅,曹红洋,储珺,曾接贤. 基于Nyström低阶近似和谱特征的图像非刚性配准. 自动化学报,2015,41(2): 429-438
会议论文
[1] Kun Pen, Guimei Zhang(通信作者),Li Li, Huiqun Liu, Colon Polyp Segmentation based on Transformer and Uncertainty Guidance,Seventh International Conference on Computer Graphics and Virtuality (ICCGV 2024), Proc.of SPIE Vol. 13158, 131580D, doi: 10.1117/12.3029470
[2] Bingzhen Hou, Guimei Zhang(通信作者), Huiqun Liu, Yipeng Qin, Ying Chen, DCCTNET: Kidney tumors segmentation based on dual-level combination of CNN and Transformer, IEEE ICIP 2024
[3] Guimei Zhang, Ke Xu and Bingbing Chen. Research on Image Segmentation Combined G-L Fractional Differential and LIF Mode. FCPAE Europe Forum &International conference on Artificial Intelligence and Advanced Manufacturing 2019(AIAM 2019), 2019,206-213(Doi:10.1109/AIAM48774.2019.00049)
[4] Guimei Zhang, Yangang Zhu, Jianxin Liu and YangQuan Chen. Image segmentation based on fractional differentiation and RSF model. 2017 ASME IDETC/CIE conference, August 6-9, 2017 in Cleveland.(Best paper award)
[5] Guimei Zhang,Bingbing Chen,YangQuan Chen. Image matching combining on fractional differential with scale invariant feature transform. Proceedings of the ASME 2015 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference (IDETC/CIE 2015), August 2-5, 2015, Boston, Massachusetts, USA, 2015: 1-6
[6] Guimei Zhang,Jiyuan Xu,Jianxin Liu. A New Method for Recognition Partially Occluded curved objects under Affine Transformation. 2015 International Conference on Intelligent Systems and Knowledge Engineering (ISKE 2015),Taipei, November 24-27, 2015.
近年来授权的专利:
发明专利
[1] 张桂梅,马尚可,曾涛,徐可. 一种基于CNN和ViT混合架构的医学图像分割方法及系统,中国,2025-08-19, 中国, ZL 2025 1 0593299.4 已授权
[2] 张桂梅,王杰,黄军阳,龙邦耀.一种可变形医学图像配准方法及系统, 中国,2023-06-13, 中国, ZL 2021 1 1042983.1 已授权
[3] 张桂梅, 胡强. 一种基于生成对抗网络的图像非刚性配准方法及系统, 中国,专利号: ZL201910306907.3, 授权公告日:2020.12.29,已授权
[4] 张桂梅, 潘国峰, 徐可. 一种自适应对抗学习的城市交通场景语义分割方法及系统, 中国,ZL 2019 1 0379298.4,授权公告日:2021.4.16,已授权
[5] 张桂梅, 胡强. 结合对抗自编码器和生成对抗网络的图像合成方法及系统, 利号:ZL 2020 1 0263452.4,授权公告日:2022.3.22,已授权
[6] 张桂梅, 龙邦耀. 一种基于生成对抗网络的零样本图像识别方法及系统, 2020-4-7, 中国, 专利号:ZL 2020 1 0263452.4,授权公告日:2022.3.22,已授权
[7] 张桂梅,黄军阳,龙邦耀. 一种基于循环一致性的零样本识别方法及系统,中国,专利号:ZL 2021 1 0679972.8,授权公告日:2022.4.19,已授权