轉自：https://scs.bupt.edu.cn/info/1049/3018.htm

近日，人工智能領域頂級會議IJCAI 2022 (the 31st International Joint Conference on Artificial Intelligence and the 25th European Conference on Artificial Intelligence) 公布了論文錄用結果，計算機學院明安龍教授指導研究生在顏色恒常性和圖像美學評估方向兩篇論文被錄用，第一作者分別為二年級碩士生張志峰和二年級博士生何帥，第一篇論文的指導老師還包括康學凈副教授。據官方公布，IJCAI 2022共收到4535 篇投稿，錄取率僅為15%。

在圖像美學評估錄用論文中，針對現有圖像美學評估研究數據集質量不高，模型感知能力不足的問題，研究組以規范數據采集，豐富數據場景，完善數據標注為工作目標，以項目組同期立項的 “移動終端圖像美學元數據” ITU國際標準為上層指導，首次提出了一個面向多主題的美學評估數據集。依托該數據集，實現了美學-主題-色彩聯合共建的基準模型，有效擬合人類對于各類主題及場景的美學感知，從而極大增強了美學評估的準確性。同時發布了一個大型的benchmark，為同類研究提供了完善和公平的賽道比較。

圖1 多主題圖像美學評估基準模型

圖2 多主題圖像美學數據集

  在顏色恒常性錄用論文中，針對基于深度學習的顏色恒常性網絡使用多相機域數據發生的模型退化問題，研究組提出了基于領域對抗學習的顏色恒常性網絡—DALCC，從多相機域特征差異最小化和光照標簽的對齊與映射兩個維度解決相機域差異造成的模型退化問題，從而實現多相機域數據的高效聯合利用，有效地提升了顏色恒常性算法的精確性和穩定性。

圖3 顏色恒常性——領域對抗顏色恒常性網絡—DALCC