近期，計(jì)算機(jī)學(xué)院胡凱教授課題組多項(xiàng)研究成果成功被人工智能領(lǐng)域國(guó)際頂級(jí)會(huì)議——神經(jīng)信息處理系統(tǒng)大會(huì)（NeurIPS）以及人工智能促進(jìn)會(huì)（AAAI）錄用。
“基于漸進(jìn)風(fēng)格遷移無(wú)監(jiān)督域自適應(yīng)的多序列腎臟腫瘤分割方法” （One-to-Multiple: A Progressive Style Transfer Unsupervised Domain-Adaptive Framework for Kidney Tumor Segmentation），針對(duì)多序列磁共振成像中腎臟和腫瘤分割需逐序詳細(xì)標(biāo)注、耗時(shí)費(fèi)力等問(wèn)題，提出了一種高效的一對(duì)多漸進(jìn)風(fēng)格遷移無(wú)監(jiān)督域自適應(yīng)（PSTUDA）框架。該框架通過(guò)多級(jí)風(fēng)格字典顯式存儲(chǔ)每個(gè)目標(biāo)域的風(fēng)格信息，實(shí)現(xiàn)了內(nèi)容與風(fēng)格的解耦；同時(shí)采用級(jí)聯(lián)風(fēng)格融合模塊結(jié)合逐點(diǎn)實(shí)例歸一化方法，逐步重組內(nèi)容與風(fēng)格特征，顯著提升了跨模態(tài)特征對(duì)齊與結(jié)構(gòu)一致性。在兩個(gè)CT和MRI腎臟及腫瘤數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，PSTUDA的圖像生成和分割性能均優(yōu)于現(xiàn)有方法，同時(shí)大幅減少了浮點(diǎn)計(jì)算量和模型參數(shù)量。該成果被2024年12月在加拿大溫哥華舉辦的NeurIPS會(huì)議錄用。
（PSTUDA算法流程圖）
“基于多視圖掩碼對(duì)比表征學(xué)習(xí)的內(nèi)窺鏡視頻分析”（Multi-view Masked Contrastive Representation Learning for Endoscopic Video Analysis），針對(duì)已有方法缺乏細(xì)粒度信息考量導(dǎo)致對(duì)像素級(jí)預(yù)測(cè)任務(wù)不友好等挑戰(zhàn)，提出了一種面向內(nèi)窺鏡視頻預(yù)訓(xùn)練的多視圖掩碼對(duì)比表征學(xué)習(xí)（M2CRL）框架，采取多視圖掩碼策略，對(duì)全局和局部視圖執(zhí)行掩碼建模，增強(qiáng)內(nèi)窺鏡視頻中細(xì)粒度表征的捕獲。又將多視圖掩碼建模與對(duì)比學(xué)習(xí)相結(jié)合，使模型具備細(xì)粒度感知和全局判別力。M2CRL在7個(gè)內(nèi)窺鏡視頻數(shù)據(jù)集上開(kāi)展預(yù)訓(xùn)練，并在3個(gè)數(shù)據(jù)集上進(jìn)行下游任務(wù)微調(diào)。結(jié)果表明，M2CRL在分類(lèi)、分割和檢測(cè)任務(wù)上均優(yōu)于現(xiàn)有方法。該成果被2024年12月在加拿大溫哥華舉辦的NeurIPS會(huì)議錄用。
（M2CRL算法流程圖）
在語(yǔ)義分割任務(wù)中，基于知識(shí)蒸餾（KD）的方法往往側(cè)重于引導(dǎo)學(xué)生在同構(gòu)架構(gòu)中模仿教師的知識(shí)。為了利用不同歸納偏差架構(gòu)包含的豐富知識(shí)，課題組首次提出從異構(gòu)角度進(jìn)行語(yǔ)義分割的通用知識(shí)蒸餾方法，命名為 HeteroAKD。為消除特定架構(gòu)信息影響，將教師和學(xué)生中間特征巧妙地投射到了一個(gè)對(duì)齊的Logits空間中。為利用來(lái)自異構(gòu)架構(gòu)的豐富知識(shí)，提供給學(xué)生所需定制化知識(shí)，引入了師生知識(shí)混合機(jī)制（KMM）和師生知識(shí)評(píng)估機(jī)制（KEM）。在三個(gè)主流數(shù)據(jù)集上的廣泛實(shí)驗(yàn)表明，所提HeteroAKD在促進(jìn)異構(gòu)架構(gòu)蒸餾方面優(yōu)于最先進(jìn)的知識(shí)蒸餾方法?！盎诋悩?gòu)架構(gòu)知識(shí)蒸餾的語(yǔ)義分割方法”（Distilling Knowledge from Heterogeneous Architectures for Semantic Segmentation）已被將于2025年2月在美國(guó)費(fèi)城召開(kāi)的AAAI會(huì)議錄用。
神經(jīng)信息處理系統(tǒng)大會(huì)（NeurIPS）是全球機(jī)器學(xué)習(xí)、人工智能和計(jì)算神經(jīng)科學(xué)領(lǐng)域最具影響力的頂級(jí)學(xué)術(shù)會(huì)議之一，與國(guó)際機(jī)器學(xué)習(xí)大會(huì)（ICML）和國(guó)際學(xué)習(xí)表征會(huì)議（ICLR）并列為“機(jī)器學(xué)習(xí)三大頂會(huì)”，也是CCF推薦的A類(lèi)國(guó)際學(xué)術(shù)會(huì)議，每年吸引了大量高水平論文投稿。人工智能促進(jìn)會(huì)（AAAI）是人工智能領(lǐng)域的主要國(guó)際學(xué)術(shù)組織之一，AAAI年會(huì)是國(guó)際頂級(jí)人工智能學(xué)術(shù)會(huì)議之一，是CCF推薦A類(lèi)國(guó)際學(xué)術(shù)會(huì)議，在人工智能及自然語(yǔ)言處理領(lǐng)域享有較高學(xué)術(shù)聲譽(yù)。
胡凱教授是我?！叭斯ぶ悄堋毖芯繄F(tuán)隊(duì)核心成員，長(zhǎng)期從事人工智能、計(jì)算機(jī)視覺(jué)和醫(yī)學(xué)圖像分析領(lǐng)域的教學(xué)和科研工作，已在國(guó)內(nèi)外高質(zhì)量學(xué)術(shù)會(huì)議和期刊上公開(kāi)發(fā)表論文80余篇，指導(dǎo)本科生獲“第18屆挑戰(zhàn)杯”黑科技賽道全國(guó)特等獎(jiǎng)等國(guó)家級(jí)、省部級(jí)學(xué)科競(jìng)賽獎(jiǎng)勵(lì)30余項(xiàng)，指導(dǎo)研究生獲得湖南省優(yōu)秀碩士學(xué)位論文獎(jiǎng)2項(xiàng)、研究生校長(zhǎng)獎(jiǎng)2項(xiàng)，2023年入選“芙蓉學(xué)者獎(jiǎng)勵(lì)計(jì)劃”青年學(xué)者，2024年榮獲湖南省生物醫(yī)學(xué)工程“青年人才獎(jiǎng)”。
