最新研究进展－信息科学与电子工程专辑

最新研究进展－信息科学与电子工程专辑

智能会议系统：最先进技术和开放的议题的概观

於志文 教授 西北工业大学计算机学院

近年来，可记录会议并以方便未来回顾为目的分析所产生音视频内容的智能会议系统逐渐成为相关研究领域的兴趣热点。一套成功的智能会议系统依赖多种技术，包括设备、算法和框架结构等方面。在这里，我们简要概述了智能会议系统架构、会议捕捉、会议识别、语义加工和评估方法等方面已有的研究和技术。我们旨在通过对基本技术的概述来帮助理解智能会议系统的关键设计点。同时，本文还总结了发展现有智能会议系统的过程中可能遇到的开放问题。

——摘自《ACM COMPUT SURV》

通过局部样条回归方法得到的半监督分类

向世明 研究员 中国科学院自动化研究所

本文提出了一种用于半监督分类的局部样条回归法。我们方法的核心是在Sobolev空间中引入一个展开样条，将数据点直接定位到分类标签。样条由多项式和Green函数组成，是平滑的、非线性的，可以高精度插入分散的数据点。尤其是在临近区域内通过正则化最小二乘回归计算最佳样条中效果更加明显。利用该样条，每个临近数据点被定位到分类标签。然后，我们估算了正则损失，并进一步制定了分类标签向量。最终，局部临近数据的所有损失被累积在一起，以测定标签与非标签数据间的全局一致性。为实现半监督分类的全局性，我们将局部样条的全局损失和标记数据分类标签的平方差结合在一起建立了一个目标方程。通过这种方法，我们建立了全局最佳分类可以被最终获得的直推式分类算法。在半监督学习设定中，我们分析了所提出的算法，并处理成Laplacian正则化结构。在公共数据集、应用程序交互图像分割和图像抠图比较分类实验均表明我们方法的有效性。

——摘自《IEEE T PATTERN ANAL》

代价敏感的人脸识别

周志华 教授 南京大学计算机科学与技术系

大多数传统人脸识别系统都试图实现低识别错误率，在此过程中隐含着假设所有错误分类的损失均是相同的。在这里，我们论证了这绝不是一个合理的假定，这是因为在大多数人脸识别的应用想定中不同类型的错误将导致不同的损失。例如，如果一个基于人脸识别系统的门禁将家庭成员错误地识别成陌生人，他/她将不被允许进入房屋，这仅仅是个错误。但是，如果将陌生人错误地识别为家庭成员而被允许进入，这将是一个很严重的灾难。我们提出了将人脸识别问题定为多分类代价敏感学习任务的框架，并为该任务开发出两个理论合理的方法。实验结果证明了我们所提出方法的有效性和功效。

——摘自《IEEE T PATTERN ANAL》

自适应变分法用于复原高密度脉冲噪声的彩图

郇中丹 教授 北京师范大学数学科学学院

我们提出了一种用于复原高密度脉冲噪声的彩图的全新变分框架。本项工作的创新之处在于在代价功能中引入了一个自适应加权数据保真项。该保真项由统计方法推导出，包含两个加权函数及若干个噪音的统计控制参数。该方法是基于以下事实：脉冲噪音可以被近似为概率密度函数为有限混合模型的附加噪音。Bayesian框架被用作公式，其中似然函数由混合模型给出。受到期望值最大化算法的启发，在本研究中我们使用了两个带变分框架的模型。所提出模型的高级形式是：加权函数可有效探测图像中的噪音；得到噪音信息后，所提出的算法可以通过更新加权函数和控制参数来自动平衡恢复影像规律性和保真项。这两步可以确保即使对于高比例脉冲噪音（90%以上）的退色彩图，仍能获得很好的恢复。此外，利用分裂算法可以非常快地得到该算法的数值实现。数学实验结果和其他方法比较证明了我们方法的效率。

——摘自《INT J COMPUT VISION》

用于3D局部形状检索的学习鲁棒相似度测定

查红彬 教授 北京大学信息科学技术学院

我们提出了一种新方法用于学习推土机距离的鲁棒地面距离函数以使其适于定量两个特征集的部分相似性。首先，我们定义了地面距离作为通常用作特征-特征基本距离（或相似性）度量的单调变换，因此在计算推土机距离的过程中，算法可以更好地将其核心定位至特征映射上，而不被无关映射影响。由此，所提出的方法特别适用于存在严重的闭塞和混乱问题的3D局部形状检索。我们证明当变换满足某些条件时，基本距离的度量属性足以保证地面距离为米制，这可以使大型数据库快速检索技术上成为可能。其次，我们基于realAdaboost算法提出了差异化的学习框架以优化变换函数。该优化可以在无参数假设变换的分段常近似的范围内实现。最后，3D局部形状检索的大量实验强有力地证明了我们所提出技术的有效性。

——摘自《INT J COMPUT VISION》

通过对应函数来避免不匹配

胡占义 研究员 中国科学院自动化研究所

我们提出一种新方法（ICF），用对应函数来识别点对应以避免在给定的推测点对应过程中的不匹配。通过分析单应性函数的内涵，我们引出了一个用于3D屏幕的双影像对应函数的新概念，可以通过将一个图像定位到另一个图像对应点来获得对应点间的关系。因为在现实应用中对应函数是未知的，所以我们还研究了如何从给出对应点中计算对应函数的方法，并提出了基于诊断技术和SVM的迭代估计通信函数。进而，所提出的ICF方法能通过检查是否与计算对应函数相一致来避免不匹配。基于真实图像的大量实验证明我们所提出方法的优越性能。此外，ICF是用于避免不匹配的通用方法，还适用于刚性物体或未知变形的非刚性物体的图像。

——摘自《INT J COMPUT VISION》

混合遗传算法用于使无线传感器网络寿命最大化的正向编码体系

张军 教授 中山大学信息科学与技术学院

通过传感器调度操作使传感器网络生命周期最大化是建设低能耗无线传感器网络的有效方法。在目标区域内随机部署后，每套设备都可以完全覆盖整个目标区域，如何找出最大数量的传感器不相交集是一个NP完全问题。我们提出了一种结合了遗传算法和时间表过渡操作的混合方法（STHGA）来解决这一问题。从字面上来说，STHGA与其他方法的不同之处在于，STHGA采用正向编码方案，并使用了带时间表过渡操作的算法。正向编码方案的创新性是每条染色体的最大基因值的增加与解决方案的质量保持一致。通过过渡限制染色体，正向编码方案反映出传感器可行性计划的结构特点，并为进一步改进提供了指导。在STHGA中，遵守编码要求、基因操作和方案过渡操作可协同将不完全覆盖集改变为完全的，而通过数集中冗余传感器的时间表使其他集仍保持完全覆盖度。多个目标点（点覆盖面）和整个区域的感应用于评估STHGA的效率。此外，我们还分析了传感器的数量和感应范围，STHGA性能对感应器丰度的影响。实验结果显示我们所提出的算法在速度和质量解决方案两个方面都优于现有方法。

——摘自《IEEE T EVOLUT COMPUT》

基于群体算法投资组合用于数值优化

姚新 教授 中国科学技术大学计算机科学与技术学院

我们研究了将基于群体的算法应用于数值优化问题，在一个给定的预算时间内必须得到一个解。虽然进化算法、粒子群优化和差分进化等多个基于群体的算法已被开发出来，并被用于数值优化问题，但是算法的性能因问题不同而发生明显的改变。这暗示着存在于算法选择相关的固有风险。我们认为作为已有算法和向其中投入总时间预算的替代，必须具备在多种不同的算法中可以更小风险的分配时间。由此，我们提出一种可以将多种算法作为其结构算法的的新方法，命名为基于群体算法投资组合（PAP）。PAP运行每个带有给定时间预算的结构算法，通过迁移方案来刺激结构算法的相互作用。作为通用框架而不是特殊算法，PAP很容易实施，并能适应已有的任何基于群体的搜索算法。此外，我们还提出了一个在问题集中比较任意两种算法风险的度量方法。通过研究11个实例和27个Benchmark函数，我们全面评价了PAP。实际结果表明，PAP在解的质量方面优于它所包含的结构算法。

——摘自《IEEE T EVOLUT COMPUT》