西工大新闻网12月15日电（王琦）近日，由我校人才特区光学影像分析与学习中心（OPTIMAL）聂飞平教授、王琦副教授等所指导的研究生在第31届AAAI人工智能国际会议上有8篇论文被录用，这标志着我校在人工智能领域的研究又迈上了一个新的台阶。

人工智能的发展 (来自百度图片)

人工智能是人类最重要的科技梦想之一，其研究具有十分悠久的历史，也拥有着非常广阔的应用前景。AAAI是人工智能领域久负盛名的两个最顶尖国际学术会议之一，所录用的论文反映了国际人工智能研究的前沿和最高水平，每年都会吸引全球人工智能领域的知名学者来参会并交流。AAAI会议在中国计算机学会（CCF）分类排名中属于A类会议，该分类已经被教育部采纳并作为学科评估的一个重要依据。根据CCF分类标准定义：“A类指国际上极少数的顶级刊物和会议，鼓励我国学者去突破”。

聂飞平教授指导的学生朱伟，胡迪，蔡国豪共有3篇关于谱方法的论文被接受（2篇oral）。近年来，随着基于谱的方法在机器学习领域取得振奋人心的进展，对该方法的深入研究也得到了更多的重视。其中朱伟同学的论文“Unsupervised Large Graph Embedding”聚焦于基于谱的降维方法研究，揭示了两种常用的基于谱的子空间降维方法，保局投影和谱回归之间的本质联系，并以此提出了一种更快的参数不敏感构图方法。该方法的研究，使得基于谱的学习方法能够处理百万级甚至更大规模的数据，具有重要的实际应用价值。胡迪同学的论文“Large Graph Hashing with Spectral Rotation”着重讨论了谱哈希算法的改进，通过理论分析，指出了应用广泛的谱哈希方法中一个被忽略的重要问题。在基于谱的方法中，由于谱旋转不改变谱松弛后的连续结果，因此在获得离散结果时必须要考虑谱旋转。实验表明，在引入谱旋转后，谱哈希方法的性能得到了一致性的提高。蔡国豪同学的论文“Multi-view Clustering and Semi-supervised Classification with Adaptive Neighbour”则重点研究了基于谱的多视图聚类和半监督分类方法，提出了一种新颖简洁的实用算法，并在多个真实数据上取得了优越的聚类分类性能。该工作是蔡国豪同学在本科设计期间完成的，目前他正在OPTIMAL中心攻读硕士学位。此外，聂飞平教授还与自动化学院韩军伟教授联合指导的学生也有3篇论文被AAAI接受。

Large Graph Hashing with Spectral Rotation 文章插图

王琦副教授指导的博士生陈穆林，有2篇关于监控视频中人群行为分析的论文“Quantifying and Detecting Collective Motion by Manifold Learning”、“A Multiview-based Parameter Free Framework for Group Detection”被AAAI录用（均为oral）。随着公共场所安全事故的不断发生，人群行为分析已成为计算机视觉领域的重要研究内容。人群行为分析的主要内容是对监控视频中的人群行为进行识别与理解，该项研究对公共场所设计、社会安全保障等工作具有重要意义，对平安城市、智慧城市愿景的实现也有推进作用。但人群场景中通常存在严重遮挡，这给监测个体的准确提取带来一定困难。另外，由于个体之间往往存在动态的交互与作用，使得群体行为研究的难度也相对较大。两篇论文针对密集人群场景中的群组检测问题，深入挖掘场景中人群的拓扑结构与上下文信息，提出了基于流形学习和多特征融合聚类的方法，解决了时序信息丢失、特征局部化等问题，提高了群组检测算法的准确率与鲁棒性，能够有效处理密集度高、结构复杂的人群场景。论文还将群组检测算法应用于异常检测、场景语义分割等实际问题中，展示了群组检测在人群行为分析中的重要性。该团队的相关研究成果自2016年以来已收录在人工智能领域的多个主流国际期刊上（包括ACM TOMM、IEEE T-ITS、PR等）。

Quantifying and Detecting Collective Motion by Manifold Learning文章插图

此外，聂飞平教授、王琦副教授等所指导的研究生在第42届ICASSP国际会议上有8篇论文被录用（6篇oral）。ICASSP同AAAI一样具有十分悠久的历史，是语音和信号处理领域最权威的旗舰级学术会议，分属于CCF B类。