近日，我院陈欣副教授在人工智能顶级期刊Expert Systems with Applications（ESWA，中科院一区）发表题为“Long-term Abnormal Gait Recovery for Gait Recognition”的研究论文，其中，陈欣副教授为文章第一作者，暨南大学刘志全教授、华为云田奇教授为文章合作作者。
（论文链接：https://www.sciencedirect.com/science/article/pii/S0957417425021827?dgcid=author）
论文旨在恢复长距离严重遮挡的步态样本。步态识别能够在远距离通过行走方式识别目标对象，且无需对象的主动配合。步态容易受到不同干扰因素（如物体遮挡、行人遮挡等）的影响，从而产生异常步态样本。现有的步态识别方法主要侧重于设计更精细的深度步态识别网络，而针对异常步态样本恢复的研究仍极为有限。由于现有步态遮挡恢复方法在恢复过程中未充分考虑步态周期特征，难以从语义层面提供长期预测。本文提出了一种基于帧生成的长期异常步态恢复框架，该框架包含三个模块：用于发现锚定帧以提供生成指导的全局步态参考模块、用于预测运动信息的运动近似模块，以及用于增强步态规律性的帧优化模块。实验结果表明，所提出的三个模块均能显著提升帧生成性能。整体异常步态恢复框架显著优于现有的最先进视频帧插值方法，并使现有深度步态识别模型在各类具有挑战性的步态数据集上实现了更高的识别准确率。
图2长距离异常样本恢复示意图
自2021年来，陈欣副教授课题组在国家精准农业航空施药技术国际联合研究中心主任兰玉彬教授的带领下，在人工智能领域开展了一系列的研究工作，取得突出成绩，成果相继发表在IEEE transactions on image processing（中科院一区，IF：10.6）, IEEE transactions on neural networks and learning systems（中科院一区，影响因子14.3）等顶级期刊上。
该研究得到国家自然科学基金项目（61906074, 32371984）、高等学校学科创新引智计划(D18019)、国家棉花产业技术体系项目(CARS-15-23)、广东省重点研发计划（2019B020214003, 2023B0202090001）、广东省自然科学基金（2019A1515011276）、和学校科研创新能力提质增效专项等资助。(文图/人工智能系 初审/张忠伟 复审/陈欣 终审/梁耀明）
