西安電子科技大學人工智能學院博士生在國際頂級期刊TPAMI發(fā)表3篇研究論文 http://bossanovawear.com　 2024年11月11日　 來源：西安電子科技大學     近日，西安電子科技大學人工智能學院博士生在對抗攻防、事件相機去噪、圖像美學計算研究等領域的最新研究成果被領域頂級期刊《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》（TPAMI，一區(qū)，IF=20.8）收錄，標志著所在科研團隊在相關領域的研究取得了重要進展。TPAMI作為人工智能領域最具影響力的學術期刊之一，在全球范圍內(nèi)享有盛譽，收錄的研究成果通常代表了該領域的最高水平。 　　人工智能學院與軍事科學院聯(lián)合培養(yǎng)博士生李超作為第一作者，人工智能學院王晗丁教授和軍事科學院姚雯研究員為通訊作者，發(fā)表題為“Optimizing Latent Variables in Integrating Transfer and Query Based Attack Framework”的論文。該論文深入探討了深度學習模型面臨的安全性問題，聚焦黑盒攻擊場景，提出了一種聯(lián)合遷移攻擊和查詢攻擊的集成框架，解決了對抗樣本遷移性差、黑盒查詢率較高等難題。該集成框架主要分為兩個部分：利用遷移攻擊的思想，通過后接白盒模型，訓練能夠輸出對抗干擾的生成器，并將對抗干擾遷移到黑盒模型上進行攻擊，降低模型查詢次數(shù)；利用查詢攻擊的思想，使用進化算法優(yōu)化生成器的輸入以提高對抗樣本的遷移性。該集成攻擊框架具有靈活度高、可擴展性強等特點，通過調(diào)整生成器輸出可以適配不同的對抗攻擊任務。 　　論文所提方法框架 　　人工智能學院方華晨博士為第一作者、吳金建教授為通訊作者發(fā)表題為“Fast Window-Based Event Denoising with Spatiotemporal Correlation Enhancement”的論文。事件相機是一種新型仿生傳感器，與傳統(tǒng)相機積分成像不同，事件相機異步捕捉動態(tài)信號。受生物視覺系統(tǒng)動態(tài)感光機制啟發(fā)，課題組設計了一款動態(tài)感知芯片，研制了一款仿生相機，該相機具備高時間分辨率、大動態(tài)范圍等特點，在智能制造、自動駕駛、安防監(jiān)控等領域實現(xiàn)了創(chuàng)新性突破。 　　然而由于差分成像系統(tǒng)信號觸發(fā)特性，事件流數(shù)據(jù)伴隨著大量噪聲，限制了事件相機的發(fā)展�，F(xiàn)有深度學習的事件去噪方法大多存在可解釋性差和實時處理困難的問題。本文提出了一種基于窗口的事件去噪方法，同時處理窗口內(nèi)所有事件，大大提升了去噪速度。此外，本文構建了一個新的基于多尺度窗口的事件去噪網(wǎng)絡WedNet，并基于時間和空間域的概率分布進行了理論分析。在時間域中，我們使用時間窗（TW）模塊來判斷時間相關性以過濾出時間無關的事件。在空間域中，我們選擇最大后驗概率（MAP）來區(qū)分真實世界的事件和噪聲，并使用學習到的卷積稀疏編碼來優(yōu)化目標函數(shù)，構建了軟閾值空間特征嵌入（SSFE）模塊。 　　研究成果WedNet在四個公開數(shù)據(jù)集上實現(xiàn)了最高去噪精度（PSNR：25.73dB）和最快速運行速度（112.17s），為復雜場景中實現(xiàn)實時去噪提供了可能。 　　人工智能學院黃一珀博士為第一作者、李雷達教授為通訊作者發(fā)表題為“Multi-modality Multi-attribute Contrastive Pre-training for Image Aesthetics Computing”的論文。該論文考慮到現(xiàn)有的基于ImageNet數(shù)據(jù)集的預訓練模型往往側重于高層次語義特征，而忽略了圖像中的美學要素，從而提出了一種基于多模態(tài)多屬性對比學習的圖像美學計算預訓練方法。借助于多模態(tài)大語言模型對圖像進行多維度人機混合標注，構建了多模態(tài)圖像美學屬性數(shù)據(jù)集，在此基礎上采用多模態(tài)多屬性對比學習進行模型訓練。實驗結果表明提出的方法在圖像構圖分類、構圖回歸、美學評價等多種美學相關任務上性能SOTA，相較于常用的ImageNet預訓練在六個公開數(shù)據(jù)集上實現(xiàn)了全面領先優(yōu)勢。該研究成果在手機拍照、網(wǎng)絡直播、圖像編輯、人工智能生成內(nèi)容（AIGC）以及藝術與設計等眾多領域中都有重要的應用前景。 　　論文作者簡介： 　　李超，西安電子科技大學和北京軍事科學院聯(lián)合培養(yǎng)博士生，師從王晗丁教授和姚雯研究員，目前就職于中原工學院。以第一作者在國內(nèi)外高水平學術期刊和國際會議上錄用/發(fā)表論文10余篇，其中一篇論文被評為TEVC Spotlight Paper。他的研究方向主要包括對抗攻擊與防御、多模態(tài)多目標優(yōu)化以及代理模型輔助的進化優(yōu)化。 　　王晗丁，西安電子科技大學人工智能學院“華山學者”特聘教授、博士生導師，國家級青年人才。現(xiàn)兼職計算智能國際頂刊《IEEE Transactions on Evolutionary Computation》編委（Associate Editor）。擔任演化計算領域頂級國際會議《Genetic and Evolutionary Computation Conference》、《IEEE Congress of Evolutionary Computation》及多個其他國際會議的程序委員會成員。研究方向包括計算智能、機器學習、代理模型輔助的優(yōu)化及對抗攻防。 　　姚雯，軍事科學院國防科技創(chuàng)新研究院研究員、博士生導師。研究方向為飛行器總體設計與優(yōu)化、機器學習、可信賴人工智能。發(fā)表論文60余篇，合作出版專著3部，授權專利26項。獲首屆航空宇航科學與技術學科全國優(yōu)秀博士學位論文獎、湖南省自然科學一等獎等國家和省部級獎勵。 　　方華晨，西安電子科技大學人工智能學院博士生，本科就讀于西安電子科技大學人工智能學院智能科學與技術專業(yè)，2020年獲得學士學位，同年推免至吳金建教授課題組，并獲得哥倫比亞大學（CU）以及南加州大學（USC）等QS TOP30大學offer。目前攻讀博士學位，曾在ACM MM（CCF-A類）會議上進行分組報告展示（Oral），并在TPAMI等高水平學術期刊發(fā)表論文。目前研究方向主要包括圖像處理和事件相機去噪。 　　吳金建，西安電子科技大學人工智能學院“華山學者”特聘教授、博士生導師，國家級青年人才。分別于2008年、2014年獲得西安電子科技大學學士、博士學位，2019年破格晉升教授。獲國家自然科學二等獎、陜西省自然科學一等獎、廣東省人工智能產(chǎn)業(yè)協(xié)會發(fā)明一等獎、教育部霍英東青年基金等。面向人工智能國家戰(zhàn)略及重大需求，長期從事仿生成像、智能信號處理等方面的理論和應用研究。主持國家重點研發(fā)計劃重點項目課題、國家自然基金項目、教育部聯(lián)合基金項目等多項課題，研制了微米級缺陷檢測設備、低慢小探測設備等。 　　黃一珀，西安電子科技大學人工智能學院博士生，2023年10月至2024年10月赴新加坡南洋理工大學（NTU）聯(lián)合培養(yǎng)。以第一作者或學生第一作者在國內(nèi)外高水平學術期刊和國際會議上錄用/發(fā)表論文10余篇，其中中科院一區(qū)和CCF-A類6篇；帶領學生隊伍獲得CVPR NTIRE 2024人像質(zhì)量評價挑戰(zhàn)賽冠軍；主持江蘇省研究生科研與實踐創(chuàng)新計劃項目、校研究生創(chuàng)新基金項目和�！拔磥斫艹鋈瞬胖�力計劃”項目3項；參與導師主持的國家自然科學基金面上項目2項、省自然科學基金面上項目1項，產(chǎn)學研合作項目2項；獲研究生國家獎學金、信捷企業(yè)獎學金等。 　　李雷達，西安電子科技大學人工智能學院“華山學者”特聘教授、博士生導師，國家級青年人才。主要研究方向為圖像/視頻質(zhì)量評價、計算美學、視覺情感分析等；發(fā)表中科院一區(qū)和CCF-A類會議論文90余篇，Google學術引用7300余次，H指數(shù)45，6篇論文入選ESI熱點/高被引論文；主持國家自然科學基金項目5項，與華為、騰訊、OPPO、優(yōu)必選等公司開展產(chǎn)學研項目合作，獲OPPO“產(chǎn)學研優(yōu)秀合作伙伴”獎，研究成果應用于OPPO ColorOS、騰訊會議等；獲省部級科研成果獎勵5項，授權國家發(fā)明專利20余項。現(xiàn)為SCI國際期刊Journal of Visual Communication and Image Representation（2021/2023最佳編輯獎）和EURASIP Journal on Image and Video Processing副主編，《中國圖象圖形學報》青年編委（2022年優(yōu)秀編委），CSIG情感計算專委會和CAAI智能光學成像專委會常務委員。 　關于西安電子科技大學更多的相關文章請點擊查看　 特別說明：由于各方面情況的不斷調(diào)整與變化，華禹教育網(wǎng)（bossanovawear.com）所提供的信息為非商業(yè)性的教育和科研之目的，并不意味著贊同其觀點或證實其內(nèi)容的真實性，僅供參考，相關信息敬請以權威部門公布的正式信息為準。