近日，計(jì)算機(jī)學(xué)院2023級(jí)研究生查全興（導(dǎo)師：柳欣教授）以第一作者身份在國(guó)際學(xué)術(shù)期刊《IEEE圖像處理匯刊》（IEEE Transactions on Image Processing）上發(fā)表題為UCPM: Uncertainty-Guided Cross-Modal Retrieval with Partially Mismatched Pairs的研究論文。這一成果標(biāo)志著計(jì)算機(jī)學(xué)院在圖像處理與人工智能領(lǐng)域的研究取得了新突破，獲得了國(guó)際學(xué)術(shù)界的高度關(guān)注。

《IEEE圖像處理匯刊》是國(guó)際電氣工程師協(xié)會(huì)（IEEE）下圖像處理領(lǐng)域的頂級(jí)期刊，是中科院SCI期刊分區(qū)大類(lèi)分區(qū)一區(qū)TOP期刊、中國(guó)計(jì)算機(jī)學(xué)會(huì)CCF推薦的計(jì)算機(jī)圖形學(xué)與多媒體領(lǐng)域的三大A類(lèi)期刊之一，2025年影響因子為10.8。

跨模態(tài)檢索（如圖文互搜）需依賴(lài)大量精準(zhǔn)對(duì)齊的標(biāo)注數(shù)據(jù)，但人工標(biāo)注成本高昂，如何從噪聲數(shù)據(jù)中學(xué)習(xí)魯棒的匹配模型已經(jīng)成為熱點(diǎn)的研究話(huà)題。現(xiàn)有方法通常將數(shù)據(jù)簡(jiǎn)單劃分為“干凈”和“噪聲”兩類(lèi)，但難以應(yīng)對(duì)語(yǔ)義模糊的邊界樣本。UCPM創(chuàng)新地引入不確定性動(dòng)態(tài)評(píng)估機(jī)制，通過(guò)建模樣本潛在語(yǔ)義的置信度，將訓(xùn)練數(shù)據(jù)細(xì)分為“高置信匹配對(duì)”“易識(shí)別噪聲對(duì)”以及“難區(qū)分邊界對(duì)”三個(gè)子集，顯著提升數(shù)據(jù)利用效率。該框架將認(rèn)知科學(xué)中的不確定性理論融入跨模態(tài)噪聲關(guān)聯(lián)學(xué)習(xí)，攻克了傳統(tǒng)二值劃分導(dǎo)致的誤差累積難題。該研究在三個(gè)公開(kāi)數(shù)據(jù)集上進(jìn)行了大量實(shí)驗(yàn)，突出了所提出框架的優(yōu)越性能，并展示了與國(guó)內(nèi)外先進(jìn)方法相比的競(jìng)爭(zhēng)性。

我校為該論文第一完成單位，計(jì)算機(jī)學(xué)院柳欣教授為通訊作者。我校計(jì)算機(jī)學(xué)院彭淑娟教授、香港浸會(huì)大學(xué)張曉明講席教授、電子科技大學(xué)徐行教授以及西安電子科技大學(xué)王楠楠教授參與了該研究工作。

該研究工作得到了福建省大數(shù)據(jù)智能與安全重點(diǎn)實(shí)驗(yàn)室、計(jì)算機(jī)視覺(jué)與機(jī)器學(xué)習(xí)福建省高校重點(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)室的實(shí)驗(yàn)設(shè)備支持。

研究成果在線(xiàn)發(fā)表截圖

（責(zé)編：鄭藝晗）