大连理工大学研发社会事件分类技术助力反恐防暴

1月18日，记者张平原和记者刘万胜在大连理工大学电子信息与电气工程系进行了一次视频分类实验，由孔祥伟教授的团队完成。它可以应用于社会事件的分类，让*在反恐和防暴中无处藏身。基于这一技术，团队成员的硕士研究生郭俊在模式分类领域发展了一个新的分支。相关研究成果被正式用作第30届美国人工智能协会会议(AAAI)的口头报告。基于50多种常见的社会事件，通过不同场景和人物的变化，形成了6000多个人类行为的视频。坐在电脑前，输入一个未知的小视频，输入代码...无论什么修改和伪装，都没有藏身之处。电脑将在60秒内显示结果:视频中的人正在做什么一目了然。

研究结果应用于模式分类场景中的决策分析字典学习算法。模式分类是人工智能系统从复杂数据中提取有意义信息的关键处理步骤。以视频分类为例，模式分类的任务是找出一个“类”的“本质属性”，即所有成员的共同属性。

据了解，稀疏字典学习已经成功地应用于基于视频、图像、语音等的许多任务。然而，在模式分类中，这些方法都集中在综合字典学习的框架上。分析词典学习作为词典学习的另一个主要分支，由于其决策能力较低，在模式分类应用中尚未得到充分发展。

该研究结果提出了一种决策分析字典学习算法，大大提高了模式分类场景中分析字典学习的决策能力。该方法的应用不仅能显著提高分析词典学习的决策能力，而且比其他先进的综合词典学习方法具有更好的性能。这也改变了分析词典学习在模式分类应用中被长期抛弃的状况，开辟了模式分类领域的一个新的研究分支，为人工智能系统通过模式分类处理大数据提供了新的技术支持。

上述研究由国家自然科学基金青年项目、普通项目和创新研究小组项目共同资助。