近日，計算機科學與技術學院智能媒體與數據工程研究所趙偉和管子玉教授團隊，圍繞大數據采集、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據的圖像檢索方法。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。
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)數據集AP-10K。在該數據集的基礎上，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，該論文的實驗數據為此提供了可靠的經驗證據，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
陜公網安備61019002002681號
