类人感知与生成技术赋能公共安全——我院钱学林博士获评“复旦大学优秀博士后”

钱学林博士主要从事图像目标识别与重识别的研究。其博士后在站期间，针对开放环境下目标判别特征弱、跨时域信息不对称等难题，从多元协同的表征关联建模和生成促识别的策略出发有效提升了目标（重）识别模型在长时域、多任务应用场景下的高准确和强泛化性能，在TPAMI、CVPR、ICCV、ACMMM等高水平国际期刊和会议上发表相关研究成果10余篇；主持国家自然科学基金、中国博士后科学基金面上资助等科研项目；入选上海市“超级博士后”激励计划；荣获国家自然科学奖二等和教育部自然科学家一等。

2021年，我进入复旦大学大数据学院从事博士后研究工作。我的合作导师付彦伟教授长期致力于人工智能领域的小样本学习、三维建模及多模态生成等前沿方向的理论研究与算法创新，并将原创性技术应用于自动驾驶、具身智能和医疗影像等前沿域。在他的指导下，我在博后期间聚焦于以人为中心的视觉智能感知与生成，深入研究基于人工智能技术的类人感知与想象能力建模。

近年来，以维护社会公共安全为核心的安防监控系统在公共场所、重点区域、关键设施等实现了全方位、立体化、无死角的监控网络布局。图像目标（重）识别是空天地一体化监测网络和视频大数据智能分析的关键技术。一个可靠、稳定的识别系统，可在复杂监控数据中准确识别出特定目标的身份及行踪轨迹，为安全事件的预警、快速响应和深入调查提供坚实技术保障。

提出的多粒度表征增进目标语义
感知工作及可视化示意图

为此，面对开放应用环境中时空跨度广泛性与未知场景复杂性引起的系统准确性欠佳、鲁棒性不足等挑战，我们首先从类人感知的信息关联机制出发，采用无监督方式深度挖掘行人目标的多粒度语义信息，通过属性感知的细粒度表征学习实现目标的细粒度特征可分性；进而，在细粒度属性可分的基础上协同重构策略，实现对目标多样化属性特征的增强与扩充。通过对目标内在多元信息的有效感知与关联建模，以提升模型在复杂开放场景下的表征一致性与识别准确性。

目标遮挡感知工作在机械臂抓取中的应用

钱学林博士在ICCV国际学术会议进行交流

从类人感知的想象机制出发，我们在高维空间解耦和重构目标信息，建立了以生成促识别的多视角感知框架。通过在图像空间引入三维先验与几何投影，实现跨视角目标特征在统一视角下的伪生成映射；进一步设计动态目标表征基元，通过深度注意力聚合机制自适应融合可见视角特征，实现对不同视角下目标遮挡区域的感知补全。相关技术也成功应用于机械臂抓取、自动驾驶等遮挡感知问题。

未来，我们也希望持续探索开放世界下的目标（重）识别，努力做推动科学进步的“顶天立地”的研究，瞄准科技前沿，不断追求创新；着眼技术应用，促进成果转化。