近日，我校計(jì)算機(jī)學(xué)院張洪博副教授課題組一項(xiàng)關(guān)于圖像中人物交互行為檢測(cè)的研究成果（題為“Interaction Confidence Attention for Human-Object Interaction Detection”），在中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）推薦的人工智能A類(lèi)頂級(jí)學(xué)術(shù)期刊International Journal of Computer Vision (IJCV) 2025年第8期上正式發(fā)表。

圖像中的人物交互理解是計(jì)算機(jī)視覺(jué)研究中的一項(xiàng)重要挑戰(zhàn)，是實(shí)現(xiàn)圖像內(nèi)容高語(yǔ)義理解的關(guān)鍵技術(shù)之一。同時(shí)，注意力機(jī)制是當(dāng)前人工智能模型的內(nèi)在關(guān)鍵技術(shù)之一。張洪博副教授課題組的工作中主要探討了基于Transformer架構(gòu)的人-物交互檢測(cè)方法，利用圖像中的人-物關(guān)鍵點(diǎn)構(gòu)建了可學(xué)習(xí)的查詢(xún)生成器，并設(shè)計(jì)了一種新的面向人-物交互任務(wù)的注意力計(jì)算方法，并行地實(shí)現(xiàn)人體檢測(cè)、物體檢測(cè)及其交互識(shí)別。該研究在人-物的通用數(shù)據(jù)集上進(jìn)行了大量實(shí)驗(yàn)，驗(yàn)證了所提出方法的有效性。

該研究模型在不同場(chǎng)景中的注意力可視化

IJCV，即國(guó)際計(jì)算機(jī)視覺(jué)期刊，是由Springer發(fā)行的計(jì)算機(jī)視覺(jué)領(lǐng)域頂級(jí)學(xué)術(shù)期刊，被CCF認(rèn)定為A類(lèi)學(xué)術(shù)期刊。該期刊主要發(fā)表計(jì)算機(jī)視覺(jué)領(lǐng)域最新研究成果，包括但不限于目標(biāo)檢測(cè)、圖像理解、視覺(jué)推理、深度學(xué)習(xí)、幾何計(jì)算等方向，是計(jì)算機(jī)視覺(jué)領(lǐng)域最具影響力的期刊之一。

在該研究工作中，我校為第一完成單位，計(jì)算機(jī)學(xué)院張洪博副教授為第一作者，2021級(jí)軟件工程專(zhuān)業(yè)碩士生林王凱為第二作者，雷慶副教授、劉景華副教授、杜吉祥教授和2023級(jí)計(jì)算機(jī)技術(shù)專(zhuān)業(yè)研究生蘇杭參與。研究工作得到福建省大數(shù)據(jù)智能與安全重點(diǎn)實(shí)驗(yàn)室、福建省計(jì)算機(jī)視覺(jué)與機(jī)器學(xué)習(xí)高校重點(diǎn)實(shí)驗(yàn)室、廈門(mén)市計(jì)算機(jī)視覺(jué)與模式識(shí)別重點(diǎn)實(shí)驗(yàn)室的大力支持。

近幾年，該課題組針對(duì)人體行為理解的相關(guān)任務(wù)展開(kāi)系統(tǒng)性的研究，在IEEE TIP、ECCV、ACM TOMM等計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域的頂級(jí)期刊和會(huì)議發(fā)表了多項(xiàng)相關(guān)研究成果。

（責(zé)編：張羅應(yīng)）