我系于CVPR 2021发表2项重要研究成果

近日，我系于计算机视觉领域顶级会议CVPR2021（2021 IEEE Conference on Computer Vision and Pattern Recognition）上发表2项重要研究成果：

1. Feature Decomposition and Reconstruction Learning for Effective Facial Expression Recognition

本文的第一作者是信息学院计算机科学系2018级硕士生阮德莲，由信息学院计算机科学系严严副教授和王菡子教授共同指导。本文主要解决人脸表情识别中严重的类间相似性问题，论文框架如图1所示。本文设计了一个基于特征解构与重构学习的人脸表情识别方法，分别用于学习表情信息中的共享信息和特有信息，从而提取更为显著的表情特征。实验结果表明本方法在五个常用数据集（包括室内和室外）上都有优越的性能表现。

图1 算法框架图

2. Learning Spatial-Semantic Relationship for Facial Attribute Recognition with Limited Labeled Data

本文的第一作者是信息学院计算机科学系2019级硕士生疏颖，由信息学院计算机科学系严严副教授和王菡子教授共同指导。本文主要解决在标签不足情况下的人脸属性识别问题，论文框架如图2所示。本文利用多任务训练方式，根据人脸属性的特点设计了三个不同的学习分支，充分挖掘人脸图像中的空间信息和语义信息，在标签不足的情况下也同样获得了很好的识别精度。本方法在多个公开数据集上均取得优异的性能。

图2 算法框架图

CVPR是计算机视觉领域三大顶会之一，被中国计算机学会（CCF）认定为A类会议。据了解，CVPR2021此次共有1663篇论文被接收，接收率为23.7%。