淮师新闻网8月9日电(记者 孙红兵) 近日，yL23411永利官网登录物电学院青年教师安凤平博士以第一作者在国际权威期刊Information Fusion《信息融合》，发表题为“Pedestrian re-identification algorithm based on visual attention-positive sample generation network deep learning model”的学术论文。该研究成果以yL23411永利官网登录为第一完成单位，得到了国家自然科学基金、国家博士后基金和江苏省自然科学基金的资助。Information Fusion是人工智能领域享有盛誉的国际权威期刊，最新影响因子17.564，中科院一区top期刊。

图为安凤平博士

行人重识别对预防犯罪、嫌犯追踪、交通流量监测和智能安防等方面都具有重要作用，是计算机视觉领域中具有实际价值和挑战性的研究方向。深度学习行人重识别方法无法有效利用行人图像显著区域序列的特征信息，本研究提出了基于视觉共同注意力机制的回复式修改重识别方法，可以在行人图像配对标签的约束下，通过深度学习理论关注图像对的显著区域序列，有效解决行人特征信息提取问题。针对深度学习模型和行人重识别之间的数据鸿沟问题，本研究提出了一种新的困难正样本生成的策略：主要包括正样本产生网络、困难正样本转换网络以及双流孪生网络三个模块。该策略可以得到大量正样本来训练数据驱动的深度学习模型，进而解决数据鸿沟问题。结果表明，所提方法不仅识别效果较传统机器学习、其他深度学习方法有明显提高，而且对遮挡行人图像具有更强的鲁棒性。

图摘自《Information Fusion》, 86-87(2022)136-145

安凤平，男，工学博士，副教授。2017年6月毕业于北京科技大学通信与信息专业，曾在北京理工大学从事博士后研究工作。主要研究领域为深度学习、图像处理、人工智能。主持国家自然科学基金青年项目、国家博士后基金、江苏省自然科学基金、江苏省未来网络科研基金和北京市智能物流协同中心开放基金等科研项目多项，以第一完成人获得青海省科技进步二等奖、江苏省高等学校科学技术研究成果三等奖各1项，以主要完成人获得中国电子学会科技进步三等奖1项。近五年，以第一作者在Information Fusion，Nonlinear Dynamics， Digital Signal Processing，Biomedical Signal Processing and Control和Visual Computer等国际学术期刊发表论文25篇，论文总被引用200余次。担任IEEE Transactions on Multimedia，IEEE Transactions on Neural Networks and Learning Systems，Pattern Recognition，Information Fusion等国际知名期刊审稿专家。

全文链接：https://www.sciencedirect.com/science/article/abs/pii/S1566253522000616