|
大连理工大学 |
模式分类领域全新分支让伪装“无所遁形” |
|
本报讯 利用50余种常见的社会事件作为基础,通过不同场景、人物等变化,形成6000余部人类行为视频。坐在电脑前,输入一段未知小视频,敲上代码……无论经过任何修饰与伪装,都“无所遁形”,计算机会在60秒内显示结果:视频中的人在做什么事一目了然。这是大连理工大学教授孔祥维团队进行的视频分类实验,它可应用于社会事件分类,在反恐防暴中让极端分子没有“藏身之所”。该团队成员、硕士生郭君以此为基础,研发了模式分类领域全新分支,并在第30届美国人工智能协会年会(AAAI)作了报告。
该研究成果应用于模式分类场景下的判决解析型字典学习算法。模式分类是人工智能系统面对纷繁复杂的数据,从中提取出有意义信息时所采取的关键处理步骤。模式分类以视频分类为例,其任务是找出某“类”事物的“本质属性”,即所有成员的共同性质。
在模式分类中,稀疏字典学习已成功应用于基于视频、图像、语音等的许多任务中,然而,作为字典学习的另一个主要分支,解析型字典学习却因为其判决力较低而没有在模式分类应用中被完全开发。
专家认为,该研究成果极大地提升了解析型字典学习在模式分类场景下的判决力。(张平媛)
《中国科学报》 (2016-01-21 第4版 综合)