杭電自動化學(xué)院博一學(xué)生鄭錦凱的一項研究成果，通過可遷移鄰域發(fā)現(xiàn)算法，在跨域場景下的步態(tài)識別精度上，大大超過了目前普遍使用的聚類賦偽標簽識別方法，有望在刑偵破案、尋找丟失兒童等領(lǐng)域一顯身手。
鄭錦凱的論文名為《TraND: Transferable Neighborhood Discovery for Unsupervised Cross-domain Gait Recognition》，發(fā)表在不久前召開的ISCAS（IEEE International Symposium on Circuits and Systems）這一國際學(xué)術(shù)會議上，并在IEEE 多媒體系統(tǒng)與應(yīng)用技術(shù)專委會（IEEE MSA-TC）年度會議上做口頭報告，榮獲2021年度IEEE MSA-TC最佳論文提名獎（2021 MSA-TC Best Paper Award - Honorable Mention）。
據(jù)了解，目前普遍使用的深度學(xué)習(xí)算法依賴數(shù)據(jù)標注，換言之，通過步態(tài)識別誰是誰，首先得在數(shù)據(jù)庫里知道具體的步態(tài)是怎樣的。這意味著，標注的準確性和數(shù)量直接影響著最終的識別精度。在實際應(yīng)用中，人們往往受限于這種既昂貴又費時費力的數(shù)據(jù)標注上。如果數(shù)據(jù)庫里沒有具體人的標注數(shù)據(jù)，那怎么辦？
為此，鄭錦凱提出可遷移鄰域發(fā)現(xiàn)算法，首先找出高置信度樣本，并通過最近鄰算法找出這些樣本的領(lǐng)域樣本，之后通過損失函數(shù)拉近高置信度樣本與其領(lǐng)域樣本在特征空間中的距離，采用從易到難、循序漸進的方式更新深度學(xué)習(xí)模型。整個過程由近到遠、由易到難、由已知到未知，逐漸識別“哪些步態(tài)是誰的”，從而鎖定目標人物。
什么是可遷移鄰域發(fā)現(xiàn)算法？鄭錦凱打了個比方：“如果想讓一個小孩識別國內(nèi)的動物種類，你會給他一些動物圖片和對應(yīng)的動物名字。通過學(xué)習(xí)，小孩能認出許多動物。你可能覺得還不夠，希望小孩能識別國外的動物，于是給小孩一些國外動物的圖片，讓他把屬于同一物種的圖片都放到一起進行分類。”
鄭錦凱進一步解釋道，由于小孩之前學(xué)習(xí)了很多國內(nèi)的動物，一開始會比較順利，能夠挑選出一張或者幾張長得最像老虎的放一組、像獅子的放一組，等等。接著，小孩可能會繼續(xù)尋找那些還長得比較像老虎、獅子等的圖片，直到他再也找不到自己學(xué)過的圖片之后，他發(fā)現(xiàn)剩余那些之前沒見過的圖片里，有好幾張長得很類似，于是猜測它們屬于一個新物種。小孩可能同時發(fā)現(xiàn)好幾個新物種，把它們分別放一組，接著繼續(xù)尋找和這些新物種長得很像的圖片。
“可遷移鄰域發(fā)現(xiàn)算法模擬了上述一過程，直到所有圖片都被找完為止?！编嶅\凱說，“可遷移鄰域發(fā)現(xiàn)算法與傳統(tǒng)聚類賦偽標簽識別不一樣，有望在步態(tài)識別領(lǐng)域拓展新的應(yīng)用。
鄭錦凱來自杭電自動化學(xué)院智能信息處理實驗室，該實驗室由顏成鋼教授領(lǐng)銜，與美國北卡羅來納大學(xué)教堂山分校、中國科學(xué)院、清華大學(xué)、京東AI研究院等國內(nèi)外多家科研院所有長期密切的合作，近年來培養(yǎng)出多名優(yōu)秀學(xué)生，多人多次在國際重要學(xué)術(shù)會議上獲得最佳論文獎。鄭錦凱是智能信息處理實驗室培養(yǎng)的第四位碩博連讀研究生，導(dǎo)師為張繼勇教授。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗，提供媒體、活動、展會等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號
