• 信息學院于人工智能領域發表多項重要研究成果

    發表時間:2020-12-10瀏覽次數:10

       近日,信息學院于人工智能領域頂級會議AAAI20212021 AAAI Conference on Artificial Intelligence)上發表多項重要研究成果:

    1、Improved Tree-Structured Decoder Training for Code Generation via Mutual Learning

    本文的第一作者是信息學院軟件工程系2017級本科生謝彬彬,通訊作者為信息學院軟件工程系蘇勁松副教授。本文提出一個對代碼生成任務的樹形解碼器的統一訓練框架,該框架利用了對樹形結構的不同遍歷方式來訓練多個模型,同時各個模型之間互學習,相互增強。通過互學習,最終的模型能夠感知多種遍歷方式的信息,從而取得顯著的性能提升。本文在多個公開數據集上進行實驗,充分證明了該方法的有效性和通用性。

     

    2、Weakly Supervised Semantic Segmentation for Large-Scale Point Cloud

    信息學院計算機科學系2018級博士生張亞超、2018級碩士李宗豪是該論文共同第一作者,信息學院計算機科學系曲延云教授、華師大謝源教授為該論文共同通訊作者。本文旨在解決弱監督的大尺度點云語義分割任務因標簽缺失不能有效訓練問題。為此我們提出了一種知識遷移的方法:將自監督任務學習知識遷移至弱監督任務。具體來說,我們構建了一個點云顏色補全的自監督任務,能夠在任何含有顏色的點云數據上進行訓練,挖掘顏色一致性和類別之間的潛在的先驗知識,進一步的將該知識遷移至弱監督點云分割任務提升弱監督網絡的表示能力。此外,設計一個高效的稀疏軟標簽傳播方法用于大尺度的點云語義分割,該方法構建了類別原型,并將無標簽點和類別原型之間的特征相似度轉化為標簽傳播概率,進一步通過稀疏化來獲取的偽標簽。實驗結果表明,在三個大尺度的點云數據集上,對比當前流行的弱監督點云語義分割方法,我們的方法取得了最優的性能,達到了全監督可比的性能。

     

    3、Learning to Attack Real-World Models for Person Re-identification via Virtual-Guided Meta-Learning

    本文的第一作者是信息學院人工智能系2020級博士生楊豐祥,通信作者是信息與通信工程博士后流動站羅志明博士以及人工智能系李紹滋教授。本文提出了一種針對行人重識別的廣義攻擊方法MetaAttack。該方法借助元學習和額外的虛擬行人數據,訓練可對不同行人重識別系統進行黑盒攻擊的廣義加性噪聲,在多個公開數據集上取得了良好的攻擊效果。額外的可視化實驗也對提升行人重識別模型魯棒性有一定啟發。

     

    4、Alternative Baselines for Low-Shot 3D Medical Image Segmentation—An Atlas Perspective

    本文的第一作者是信息學院計算機科學系2018級碩士生王淑欣,通訊作者是計算機科學系王連生副教授。該論文針對三維醫學圖像中有限標注low-shot分割問題,基于多圖譜影像分割方法,提出了兩個基線方法,即:Siamese-BaselineIndividual-Difference-Aware (IDA) Baseline,前者針對解剖學上穩定的結構(例如腦組織),后者對形態學上差異更大的結構具有更強的泛化能力(例如腹部器官)。

     

    5、Code Completion by Modeling Flattened Abstract Syntax Trees as Graphs

    本文的第一作者為微軟亞洲研究院研究員,通訊作者是信息學院計算機系李輝助理教授。該論文提出了在自動代碼補全問題中將抽象語法樹扁平化后再建模為抽象語法樹圖的方法CCAG。針對已有方法僅采用扁平化操作或建模為圖(樹)操作中的一種,而導致抽象語法樹中包含的重復模式及遠距離關聯節點較難被學習的問題,該論文第一次提出了可以融合兩種操作,并通過基于注意力機制和位置嵌入的圖神經網絡進行多任務學習以提供更準確的代碼補全預測。實驗結果表明,CCAG在真實數據上能取得比包括已應用于Visual Studio Code IDE中的神經網絡方法在內的多個state-of-the-art方法更準確的代碼補全預測結果。

     

    6、Improving Image Captioning by Leveraging Intra- and Inter-layer Global Representation in Transformer Network

    該論文由信息學院人工智能系2018級博士紀家沂與其導師紀榮嶸教授,孫曉帥副教授(通訊作者)和2019級碩士駱云鵬等合作完成。本文提出了一個全局信息加強的Transformer結構,利用transformer層級結構的特點,建模層間-跨層聯合全局信息表示,從而充分引導圖像描述生成,解決目標丟失和關系偏置的問題,在該任務的線上線下常用公開數據集上均證明了此模型的優勢。

     

    7、Local Relation Learning for Face Forgery Detection

    本文的第一作者是信息學院計算機系2018級碩士生陳燊,通訊作者是信息學院人工智能系紀榮嶸教授。本文提出了一個基于局部區域關聯的人臉偽造檢測算法,通過一個多尺度局部相似性模塊來挖掘真實區域和偽造區域間的差異,并結合RGB-頻域注意力機制更全面得學習到區域特征。本方法在多個公開數據集上均取得了最優性能。

     

    8、Dual Distribution Alignment Network for Generalizable Person Re-Identification

    本文的第一作者是信息學院計算機科學系2018級碩士陳珮嫻,通訊作者為信息學院高級工程師戴平陽老師。本文提出一個適用于行人重識別域泛化問題的雙重分布對齊網絡。本文的核心思路在于通過Domain-wise Adversarial Feature Learning Identity-wise Similarity Enhancement 兩個層面上的約束對齊多個域數據之間的分布,訓練得到一個具有足夠泛化性的模型,可以直接被運用在新域上。本模型在該任務的常用公開數據集上均取得了最優性能。

     

    9、Dual-level Collaborative Transformer for Image Captioning

    該論文由信息學院人工智能系2019級碩士駱云鵬與其導師紀榮嶸教授,孫曉帥副教授(通訊作者)和2018級博士紀家沂等合作完成。本文提出了一個雙層級特征協作的Transformer結構,以實現區域特征和網格特征兩者的優勢互補,并在其中提出了特征幾何對齊圖來指導特征間的信息交互,從而解決多路特征直接融合帶來的語義噪聲問題,最終在該任務的線上線下常用公開數據集上均證明了此模型的優勢。

     

    10、Domain General Face Forgery Detection by Learning to Weight

    本文的第一作者是信息學院人工智能系2019級碩士孫可,通訊作者為信息學院人工智能系紀榮嶸教授。本文涉及偽造臉檢測,針對傳統二分類模型的偽造臉檢測的方法無法很好的檢測未知攻擊算法的假臉的缺點,考慮了偽造臉樣本之間對模型泛化性貢獻不同和偽造臉生成算法的不穩定性,提出了基于元學習的泛化性偽造假臉檢測的方法,并在多個數據集上證明了此方法的優勢。

     

    11、Enhancing Unsupervised Video Representation Learning by Decoupling the Scene and the Motion

    本文由騰訊優圖實驗室和信息學院人工智能系紀榮嶸教授共同完成。本文提出了用兩個簡單的操作來解耦視頻中的場景和運動信息,通過自監督手段來讓模型更加關注運動信息。該方法讓模型避免過度依賴場景信息,同時對時序信息更加敏感,在UCF101HMDB51數據集上均取得了SOTA的效果。

     

    AAAI是人工智能領域的頂級會議,被中國計算機學會CCF認定為A類會議。據了解,AAAI 2021此次共有1692篇論文被接收,錄取率為21%。


    香港彩票