近日，計算機科學與技術學院智能媒體與數(shù)據(jù)工程研究所趙偉和管子玉教授團隊，圍繞大數(shù)據(jù)采集、處理、分析、挖掘和應用等中的關鍵科學問題和主要技術瓶頸展開研究，在國家自然基金重點項目和陜西省重點研發(fā)計劃等項目的資助下，相關成果發(fā)表在TKDE、TNNLS、TII、SIGKDD、IJCAI、AAAI等計算機領域頂級期刊和會議上。近期，團隊多篇文章被計算機領域頂級期刊和會議錄用。
趙偉教授在IEEE TPAMI(CCF A類，IF=16.389)發(fā)表的論文“TelecomNet: Tag-based Weakly-supervised Modally Cooperative Hashing Network for Image Retrieval”，提出了基于社會媒體用戶弱標注數(shù)據(jù)的圖像檢索方法。該方法借助于社會媒體上用戶提供的文本標簽中的語義信息，學習圖像哈希函數(shù)。
不同于先前的無監(jiān)督或有監(jiān)督哈希算法，該方法包含了弱監(jiān)督預訓練，以及監(jiān)督精調(diào)兩個步驟。實驗證明，該方法可以有效提升現(xiàn)有監(jiān)督哈希算法的性能。
近日，趙偉教授指導的博士生喻航撰寫的論文“AP-10K: A Benchmark for Animal Pose Estimation in the Wild”被2021年度神經(jīng)信息處理系統(tǒng)大會(Thirty-fifth Conference on Neural Information Processing Systems，簡稱NeurIPS)接收。該論文提出了第一個為普遍的動物姿態(tài)估計提供基準的大規(guī)模動物姿態(tài)數(shù)據(jù)集AP-10K。在該數(shù)據(jù)集的基礎上，論文從三個方面進行了姿態(tài)估計的實驗，實驗結(jié)果表明：姿態(tài)估計模型從多個不同物種中進行學習，能夠帶來準確性和泛化性的巨大優(yōu)勢，該論文的實驗數(shù)據(jù)為此提供了可靠的經(jīng)驗證據(jù)，AP-10K為促進動物姿勢估計的未來研究開辟了新的方向。
（文/徐 偲）
相關鏈接：
TPAMI論文鏈接
NeurIPS 2021論文鏈接
陜公網(wǎng)安備61019002002681號
