【委员风采及成果推介】山东大学 贲晛烨教授

来源：CAA混合智能专委会

1.    委员简介

    贲晛烨（Ben Xianye），女，山东大学教授，博导，中国自动化学会混合智能专业委员会委员、中国电子学会女科学家俱乐部成员、山东省神经科学学会人工智能与类脑研究分会常务理事。主要研究方向为图像处理、模式识别等。作为项目负责人，连续获得3项国家自然科学基金资助，承担了2项国家重点研发计划项目子课题、1项山东省重大创新工程项目等。在IEEE T-IP、Pattern Recognition、IEEE T-CSVT、CVPR等国内外核心期刊会议上发表学术论文89篇，被评为2019年《中国图象图形学报》新媒体高关注度作者。申请国家发明专利68项，授权31项，成果在银川监狱和呼和浩特第三监狱的个人谈话、心理矫治与智能审讯系统上成功应用，为科学矫正提供了技术支撑，社会效益显著。担任IEEE ACCESS的副主编、《应用科技》编委、2019 EAI Artificial Intelligencefor Communications and Networks (AICON）的程序委员会共同主席、202013th EAI International Conference on Mobile Multimedia Communications的Workshop共同主席、2020 16th InternationalConference on Natural Computation, Fuzzy Systems and Knowledge Discovery的宣传委员会共同主席。

2.    委员亮点工作推介

·            跨视角步态识别

    视角变化对步态识别的影响是最具有挑战性的攻克难题。针对传统度量学习算法无法做到图像形态存在较大差异时的匹配问题，发展了耦合度量学习理论。所提出的耦合块对齐（Coupled Patch Alignment , CPA）度量学习算法是将样本和它的跨视角下同类近邻以及异类近邻组成局部块，平衡跨视角类内的紧密性与类间的可分离性，并将CPA进一步扩展成多维耦合块对齐，它解决了任意数量的视角共同学习问题。所提出的通用的跨视角耦合张量表示框架可解决当视角发生变化时仅学习一组多线性投影矩阵不足以完成高维数据的识别任务的问题。提出了三种准则：（1）耦合多线性局部保持准则（CMLP）是通过保持局部信息来描述张量流形的本质结构；（2）耦合多线性大间距Fisher准则（CMMF）是利用局部关系对类内紧密性和类间可分离性进行编码；（3）耦合多线性判别分析准则（CMDA）的目标是使类内散布最小化，使类间散布最大化。所提出的耦合双线性判别投影（Coupled Bilinear Discriminant Projection，CBDP）算法是基于模式识别领域的重要模型线性判别分析，迭代地最大化类间距离度量与类内距离度量之比，优化得到跨视角样本的双线性变换矩阵，可使得图像的水平、竖直两个方向上对齐流形。CBDP不但保留空间结构信息，而且能够避免小样本问题。从理论上证明了CBDP的目标函数序列的上下界都是单调递增的，从而论证了CBDP的收敛性。系列成果发表在IEEE Transactions on Image Processing (影响因子：6.79), Pattern Recognition (影响因子：5.898), IEEE Transactions on Circuitsand Systems for Video Technology (影响因子：4.046)。

服刑人员表情/微表情识别系统落地应用

    作为两项国家重点研发计划《监管场所智能监控、预警防范关键技术研发与示范》和《服刑人员改造演化矫正技术与装备研究》项目的子课题负责人，所研发的犯人表情/微表情识别系统已经成功地在银川监狱和呼和浩特第三监狱的个人谈话、心理矫治与智能审讯系统上得以应用，为科学矫正提供了技术支撑，社会效益显著。

    心理健康导报、宁夏监狱等刊物报道了“传统的问卷调查的可信度不太高，就服刑人员日常改造表现所做出的心理预测又有着一定的主观性，这一问题一直没有较好的解决方案。但是服刑人员微表情采集与检测识别系统为这一问题的解决带来了曙光”，“我们的工作准确地进行表情捕捉，以便精确地记录罪犯作出某一反应的时刻，从而更为有效地确定侦察报告的要害所在，提高工作效率。在监狱的实际应用中，借助贲教授这一系统，警察得以实时获取犯人真实的心理状况，可以说是打开了直接窥探罪犯意图的“天眼”，在使警察可以更加专注于谈话过程的同时，也可以大大减少了他们需要手动记录的工作量，可谓为银川监狱的审讯罪犯过程开启了全新篇章”。内蒙古呼和浩特第三监狱评价所研发的犯人微表情检测、识别与测谎分析技术系统具有如下特点：①突破新型非干扰生理数据感知技术，应激状态下的微表情识别技术，完成多源数据的实时采集和处理，建立在押人员常态与应激态下心理变化趋势预测模型，提升了监管场所技防行业技术水平。②应用成效显著，创新了监所个人谈话模式、在押人员亲情会见模式，提高了狱警的工作效率，该平台还为在押人员教育改造业务提供了直观、准确的第一手信息，为科学矫正提供了技术支撑，社会效益显著。”

    此项成果，应2018年公共安全科学技术年会以及中国安全产业大会（广州佛山，2018-11-13至2018-11-15）邀请，贲晛烨报告了《监管场所智能监控、预警防范关键技术研发与示范》。

图2 服刑人员面部情绪及行为评估系统

3.    委员寄语

    监管场所是国家机器重要组成部分，承担着关押和改造罪犯的重要使命，最终目标是把服刑人员改造成合格的守法公民，目前我国在押服刑人员近200万人。我们团队以国家战略需求为导向，积极参与产学研应用合作，将混合智能技术与监狱业务融合，希望提升监狱安防系统的稳定性和可靠性，服务特殊群体（服刑人员）社会治理，维护社会和谐稳定，希望为平安中国建设做出贡献。最后，祝愿我们混合智能专委会可以引领我国人工智能领域科技创新、人才培养和技术应用示范，带动我国人工智能总体实力的提升！