近日，河北大学网络空间安全与计算机学院彭锦佳（教师）、张淞瑜（学生）的最新研究成果“CDE-Learning: Camera Deviation Elimination Learning for Unsupervised Person Re-identification”被人工智能领域顶级学术会议AAAI 2025（CCF A）录用发表。这是我院作为第一署名单位的科研成果首次被人工智能领域顶级会议录用，对于提升我院人工智能学科影响力具有积极作用。
研究团队长期致力于无监督行人重识别领域的标签生成与优化问题的深入研究。无监督行人重识别的核心目标是从不同摄像头捕获的影像中准确识别出同一行人。然而，由于摄像头间的属性和拍摄环境的差异，往往会导致显著的域偏差问题。因此，本文提出了基于摄像头偏差消除学习的无监督行人重识别方法（CDE-Learning），通过设计摄像头偏差补偿（CDC）模块，有效对齐不同摄像头拍摄得到的行人图像的数据分布，在聚类阶段减少类内偏差，优化伪标签质量；摄像头偏差平衡（CDB）模块将对不同摄像头下行人图像的约束条件整合到统一损失函数中，自适应构建图像对比对，避免复杂参数调整，提升模型适应性；摄像头属性辅助（CAA）任务则进一步增强模型对背景的理解，隐式提升区分摄像头间图像偏差的能力。
2024年至今，该课题组已在图像修复、重识别、机器人手势识别等领域取得了一系列重要成果，相关工作分别发表在国际权威学术会议和期刊AAAI、TCSVT、PR上。
以上工作得到了河北省教育厅科学研究项目、河北省中央引导地方科技发展资金项目资助。
论文链接：https://ojs.aaai.org/index.php/AAAI/article/view/32691
