近期，bwin必赢可视媒体计算与智能处理团队论文被中国计算机学会（CCF）推荐的A类国际人工智能学术会议AAAI Conference on Artificial Intelligence（简称AAAI）2023接收，并于2月9日在计算机视觉专题会上进行相关成果汇报。AAAI 2023共收到 8777 份论文有效投稿，其中接收1721篇论文，录用率约为19.6%，接收论文中部分被选为Oral论文进行现场汇报。
Hierarchical Contrast for Unsupervised Skeleton-based Action Representation Learning
基于层级对比的无监督3D骨架动作表示学习
董建锋，孙圣凯，刘钟淋，陈书界，刘宝龙，王勋
浙江工商大学
论文链接：https://arxiv.org/abs/2212.02082
代码链接：https://github.com/HuiGuanLab/HiCo
HiCo框架图
动作识别在人机交互、智能监控、视频内容分析、游戏控制等领域有着广泛的应用。近年来，基于3D骨架的动作识别取得了显著进展，然而大多数工作以完全监督的方式训练网络，这需要大量人工标注的骨架数据，花费昂贵且耗时。因此无监督的3D骨架动作表示学习方法也逐步受到了研究人员的关注。近年来机制简单、性能好的对比学习方法成为主流方法，这些基于对比学习的方法通常将3D骨架动作表示为实例级 (instance-level) 特征，然后进行实例间的整体对比。考虑到3D骨架动作具有层次结构的自然特征，这种表示对比方法可能是次优的。3D骨架动作作为序列，时间维度上可以看作帧 (frame) 的集合，空间维度上可以看作节点 (joint) 的集合。同时帧或节点是基本元素，可以构建为更大粒度的元素，如片段 (clip) 或部件 (part)。针对这一问题，课题组提出用于无监督3D骨架动作表示学习的层级对比框架HiCo。HiCo通过层级编码器网络将3D骨架动作序列编码为部件级 (part-level)、片段级 (clip-level)、域级 (domain-level)和实例级特征，并在这几个层次上分层地进行多级对比。这种层级对比与3D骨架动作的自然特点是一致的，并且提供了更多的监督信号，最终获得一个更好的动作特征表示。
可视媒体计算与智能处理团队简介
可视媒体计算与智能处理团队共15位教师，其中教授5名，研究员2名，副教授5名，讲师3名。团队负责人为王勋教授和董建锋研究员。团队师资力量雄厚，其中“国家百千万人才工程”入选者1名、国家级有突出贡献中青年专家1名，浙江省“万人计划”教学名师1名，浙江省新世纪“151人才工程”3名，浙江省“高校领军”人才1名。团队主要从事可视媒体大数据挖掘与智能分析、计算机视觉、模式识别和人工智能等相关领域的研究，在多摄像机协作跟踪、行人检测、车辆识别、视频检索、多模态理解、人体关键点检测和医学图像处理技术等方面有一定的研究积累。近三年，团队主持承担了国家支撑计划项目、国家（省部级）自然科学基金等项目20余项，累计到款1200余万元。团队成果丰富，在IEEE TPAMI，TKDE，TMM，TIP和ACM MM，CVPR，AAAI，IJCAI，SIGIR等国内外重要期刊与国际会议上发表高水平学术论文200余篇；相关研究成果获教育部科学技术二等奖1项，浙江省科学技术二等奖2项，三等奖1项，全国商业科技进步一等奖1项，二等奖2项。