近日，顏成鋼教授團隊以杭電為第一單位的論文Dynamic Style Transferring and Content Preserving for Domain Generalization獲得國際會議EAI MOBIMEDIA最佳論文獎，該研究的合作單位還有中科院計算所、快手和浙江大華有限公司。論文第一作者是杭州電子科技大學“智能信息處理實驗室”(HDU IIPLab)的碩士研究生王超怡。

　　雖然，卷積神經(jīng)網(wǎng)絡(luò)在不同的計算機視覺任務中表現(xiàn)出了卓越的能力，但是他們并不能很好的應對域偏移。近年來域適應方法引起了計算機視覺界的廣泛關(guān)注。域適應是一種在訓練集和測試集不滿足獨立同分布條件下的機器學習技術(shù)，域泛化則是域適應的進一步推廣。最近的研究表明，域轉(zhuǎn)移主要是由于圖像的風格或紋理變化引起的，而不是圖片的內(nèi)容。受此啟發(fā)，我們提出了動態(tài)風格轉(zhuǎn)換來克服CNN的風格偏見。具體來說，我們設(shè)計了一種知識注入注意機制，用于自適應地學習風格融合的權(quán)重，并將動態(tài)選擇圖像的風格知識嵌入潛在空間。因此，風格轉(zhuǎn)換的程度是可以控制的，我們可以保留風格中潛在與內(nèi)容相關(guān)的瑣碎信息，在隨機化風格時，可以有目的地保留一些包含內(nèi)容信息的特征。此外，論文還設(shè)置內(nèi)容保留模塊，該模塊與編碼器形成了對抗結(jié)構(gòu)，以使編碼器提取的風格信息更精確。為了平衡編碼器和輔助分類器之間的對抗關(guān)系，我們還引入了一致性損失來增強輔助分類器的能力，它不僅促進編碼器和輔助分類器之間的對抗關(guān)系，也延長編碼器對內(nèi)容表示的學習階段，通過擴展反向傳播過程間接提高編碼器的能力。

　　杭州電子科技大學“智能信息處理實驗室”(HDU IIPLab)主任為顏成鋼教授。實驗室現(xiàn)有在職教師16名，含3位國家級人才及4位省級人才，包括“長江學者獎勵計劃”特聘教授、“海外引才計劃”特聘教授、“海外引才計劃”青年學者、浙江省“錢江學者”特聘教授、浙江省杰出青年基金獲得者、浙江省“151人才工程”第一層次、浙江省高校中青年學科帶頭人重點資助等多名國家及省部級人才�，F(xiàn)有碩博生87名，在職研究生畢業(yè)生多就職于阿里巴巴、騰訊、字節(jié)跳動、海康威視、華為、網(wǎng)易等國內(nèi)知名大公司。實驗室采用與海內(nèi)外知名高校、研究所(清華大學、北京大學、中科院、美國北卡羅來納大學教堂山分校、澳大利亞悉尼科技大學、京東AI研究院等等)聯(lián)合培養(yǎng)制，長期致力于智能信息處理方面的研究，主要研究方向包括：機器學習、模式識別、計算機視覺、計算機圖形學、醫(yī)學影像處理、生物信息學等。實驗室為學校交叉創(chuàng)新團隊，擁有自由開放的學術(shù)氛圍和國際前沿的研究方向，可以在多個學院招生，包括但不限于自動化、計算機、電子、通信等學院。