学术沙龙探讨基于深度学习的行人再验证

　  9月20日，由电子科技大学人力资源部教师发展中心举办，计算机科学与工程学院承办的学术沙龙在清水河校区宾诺咖啡举行。英国伦敦玛丽女王大学朱霞天博士应邀与电子科技大学师生共同探讨行人再验证这一课题。来自计算机、通信、电工、生命、资环等学院的师生参与本次交流。本次学术沙龙由电子科技大学计算机科学与工程学院叶茂教授主持。

　　报告中，朱霞天博士以“基于深度学习的行人再验证”为主题。首先，阐述了现存的行人再验证方法存在的问题—主要依赖于单一尺度的局部或全局特征表征。这忽略了全局和局部外观之间的共同互补效应，缺乏其他不同尺度的潜在有用的显式信息，并且失去了在尺度上挖掘隐式相关互补优势的机会。之后，他详细介绍了2种新颖的方式去解决这些局限性，即在第一个工作中，展示了在卷积神经网络（CNN）中共同学习局部和全局特征的优点，旨在发现不同上下文中相关的局部和全局特征。具体来说，制定了一种联合学习局部和全局特征选择损失的方法，用于在仅使用诸如L2距离的通用匹配度量时优化行人再验证。为联合学习多损失（JLML）设计了一种新颖的CNN架构。在第二个工作中，展示了使用CNN学习多尺度人脸外观特征的好处，旨在共同学习特征尺度特征并最大化图像金字塔输入中的多尺度特征融合选择。具体来说，制定了一种新颖的深度金字塔特征学习（DPFL）CNN架构，用于多尺度外观特征融合，同时通过并发的每个规模的重新编号损失和交互式跨规模的闭环设计的一致性正则化。最后，朱霞天博士与在场师生就行人再验证相关问题进行了深入的讨论。

　　交流中，朱霞天博士对在场老师和学生提出的多个问题做了详细解答。并对一些开放性的问题，提出了见解。大家深入探讨了行人再验证方法的优势和局限，加深了从事不同领域的教师与学生对其的理解，促进了广大青年教师在该方向的探索，有利于学术水平的提升和开展跨学科合作。

　　临近学术沙龙尾声，朱霞天博士表示“每次回电子科技大学都有不一样的感觉”，叶茂教授发出热情邀请，说：“希望朱霞天博士每年都能够回来与大家交流”。本次学术交流由人力资源部教师发展中心主办，计算机科学与工程学院、机器人研究中心承办。