北理工團(tuán)隊(duì)在人工智能圖像識(shí)別領(lǐng)域取得新進(jìn)展
發(fā)布日期：2023-10-20 供稿：光電學(xué)院 攝影：光電學(xué)院
編輯：盛筠 審核：董立泉 閱讀次數(shù)：
深度學(xué)習(xí)作為新一代人工智能的核心技術(shù),，依賴(lài)于大規(guī)模的標(biāo)注數(shù)據(jù)自動(dòng)學(xué)習(xí)知識(shí),。然而,，現(xiàn)實(shí)世界中的數(shù)據(jù)面臨著標(biāo)注噪聲和數(shù)據(jù)分布不平衡（長(zhǎng)尾）等科學(xué)挑戰(zhàn),，這些問(wèn)題嚴(yán)重影響了訓(xùn)練模型的性能,。近期,，北京理工大學(xué)光電學(xué)院的許廷發(fā)教授科研團(tuán)隊(duì)在長(zhǎng)尾數(shù)據(jù)下的理論模型研究方面取得了突破性進(jìn)展,。相關(guān)研究成果以“Dynamic Loss For Robust Learning”為題,，發(fā)表在國(guó)際頂級(jí)期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)》上。IEEE TPAMI是人工智能,、模式識(shí)別,、圖像處理等領(lǐng)域的頂級(jí)權(quán)威期刊，其影響因子高達(dá)23.6,，同時(shí)也是中國(guó)計(jì)算機(jī)協(xié)會(huì) (CCF) 推薦的人工智能領(lǐng)域A類(lèi)期刊,。
論文第一作者為北京理工大學(xué)江慎旺博士后和李佳男副研究員，通訊作者是北京理工大學(xué)許廷發(fā)教授,。
針對(duì)智能圖像識(shí)別任務(wù)的噪聲和長(zhǎng)尾數(shù)據(jù)訓(xùn)練模型不理想難題,，許廷發(fā)科研團(tuán)隊(duì)首次提出和構(gòu)建了元學(xué)習(xí)自適應(yīng)魯棒的數(shù)理模型。模型主要通過(guò)引入全新的動(dòng)態(tài)損失函數(shù),，主動(dòng)感知數(shù)據(jù)分布和訓(xùn)練狀態(tài),，自適應(yīng)地動(dòng)態(tài)修正數(shù)據(jù)標(biāo)注噪聲以及調(diào)整識(shí)別的類(lèi)間距離，實(shí)現(xiàn)了在長(zhǎng)尾噪聲數(shù)據(jù)下的魯棒學(xué)習(xí),。
圖1 元學(xué)習(xí)自適應(yīng)魯棒的數(shù)理模型
圖2展示了分類(lèi)間隔和特征分布隨訓(xùn)練時(shí)間的變化圖,。隨著訓(xùn)練過(guò)程的推進(jìn)，間隔生成器主動(dòng)學(xué)習(xí)分類(lèi)難度,，自適應(yīng)增大長(zhǎng)尾類(lèi)別的間隔系數(shù),，如圖2類(lèi)別10（折線(xiàn)圖標(biāo)紅部分）。模型生成了清晰的類(lèi)別邊界,，如圖2中的特征分布變化圖,，顯著提升了模型應(yīng)對(duì)長(zhǎng)尾噪聲數(shù)據(jù)的魯棒性。
圖2 分類(lèi)間隔（上）和特征分布（下）隨訓(xùn)練時(shí)間的變化圖
論文提出的數(shù)理模型對(duì)元學(xué)習(xí)在圖像識(shí)別領(lǐng)域的應(yīng)用提供理論基礎(chǔ)，其實(shí)驗(yàn)結(jié)果對(duì)實(shí)際環(huán)境的智能圖像識(shí)別具有重要意義,。
論文詳情：S. Jiang, J. Li, J. Zhang, Y. Wang and T. Xu, "Dynamic Loss For Robust Learning," in IEEE Transactions on Pattern Analysis and Machine Intelligence, doi: 10.1109/TPAMI.2023.3311636.
論文鏈接：https://ieeexplore.ieee.org/abstract/document/10238823
附作者簡(jiǎn)介：
江慎旺,，北京理工大學(xué)光電學(xué)院博士后。2014年,、2020年分別獲得北京理工大學(xué)學(xué)士,、博士學(xué)位，研究方向?yàn)闄C(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué),。在國(guó)際頂級(jí)會(huì)議AAAI,、IEEE等期刊發(fā)表學(xué)術(shù)論文16篇，谷歌學(xué)術(shù)總引用量98次,，第一作者4篇,，申請(qǐng)中國(guó)發(fā)明專(zhuān)利1項(xiàng)。曾獲得2021年ICCV第二屆反無(wú)人機(jī)國(guó)際挑戰(zhàn)賽（The 2nd Anti-UAV Workshop & Challenge）冠軍及該Workshop的最佳論文,，大學(xué)生數(shù)學(xué)競(jìng)賽二等獎(jiǎng)（北京市）,、大學(xué)生物理競(jìng)賽二等獎(jiǎng)（北京市）等榮譽(yù)。
李佳男,，博士,，北京理工大學(xué)光電學(xué)院預(yù)聘助理教授（特別副研究員），新加坡國(guó)立大學(xué)博士后,。主要從事光電成像目標(biāo)探測(cè)與識(shí)別等方面的研究,，主持國(guó)家自然科學(xué)基金等項(xiàng)目5項(xiàng)。以第一/通訊作者在IEEE TPAMI,、CVPR等頂級(jí)期刊或會(huì)議上發(fā)表學(xué)術(shù)論文60余篇,，ESI高被引論文1篇，谷歌學(xué)術(shù)總引近4000次,。入選中國(guó)科協(xié)及北京市科協(xié)“青年人才托舉工程”項(xiàng)目,，獲得中國(guó)圖象圖形學(xué)學(xué)會(huì)優(yōu)秀博士學(xué)位論文，王大珩光學(xué)獎(jiǎng)等榮譽(yù),。指導(dǎo)學(xué)生獲得ICCV 2021“反無(wú)人機(jī)跟蹤”挑戰(zhàn)賽國(guó)際冠軍及最佳論文獎(jiǎng),、中國(guó)高等教育博覽會(huì)“校企合作雙百計(jì)劃”典型案例等。研究成果在“中國(guó)天眼”等國(guó)家重大科技基礎(chǔ)設(shè)施中得到重要應(yīng)用,。
許廷發(fā),，博士，教授/博導(dǎo),，國(guó)家一級(jí)重點(diǎn)學(xué)科“光學(xué)工程”學(xué)科責(zé)任教授,，光電成像技術(shù)與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室主任，北京理工大學(xué)重慶創(chuàng)新中心智能化和大數(shù)據(jù)技術(shù)實(shí)驗(yàn)室主任,。近年來(lái)帶領(lǐng)其科研團(tuán)隊(duì)圍繞光電成像探測(cè)與識(shí)別,、計(jì)算成像和人工智能等領(lǐng)域不斷深化研究,。主持承擔(dān)國(guó)家自然科學(xué)基金委重大科研儀器研制項(xiàng)目等40余項(xiàng)。在國(guó)際,、國(guó)內(nèi)等系列期刊發(fā)表學(xué)術(shù)論文170余篇,，其中被SCI/EI收錄90余篇。以第一發(fā)明人申請(qǐng)國(guó)家發(fā)明專(zhuān)利45項(xiàng),，已授權(quán)和公示15項(xiàng)。獲省部級(jí)科技進(jìn)步二等獎(jiǎng)等獎(jiǎng)項(xiàng)3項(xiàng),。指導(dǎo)研究生獲得中國(guó)圖象圖形學(xué)學(xué)會(huì)優(yōu)秀博士學(xué)位論文,，二人次獲得王大珩高校學(xué)生光學(xué)獎(jiǎng)，二人次獲得全國(guó)光學(xué)與光學(xué)工程博士生學(xué)術(shù)聯(lián)賽全國(guó)百?gòu)?qiáng),，獲得中國(guó)高等教育博覽會(huì)“校企合作雙百計(jì)劃”典型案例和重慶英才創(chuàng)新創(chuàng)業(yè)示范團(tuán)隊(duì)等榮譽(yù)稱(chēng)號(hào),。
分享到：