由bet356官网计算机科学与工程学院副院长高赞教授撰写的论文“Identity-Guided Collaborative Learning for Cloth-Changing Person Reidentification-IGCL”被人工智能、模式识别、计算机视觉及机器学习领域公认的顶级国际学术期刊《IEEE Transactions on Pattern Analysis and Machine Intelligenc-e》（IEEE TPAMI）录用发表。

该研究主要针对行人重识别中的换衣场景，挖掘行人的类内和类间变化的复杂关系，提取不易受外观变化影响的行人表征问题等内容展开深入研究，提出了一种新的身份引导联合学习方案IGCL。该方案通过服装注意力退化流、人体语义注意力和人体拼图流以及行人身份增强流从一个端到端的统一框架中进行联合探索学习，有效地学习到对衣服变化具有不变性的行人身份鉴别特征。大量的实验结果表明，高赞教授所提出的IGCL方案的优越性，所提取的特征具有更强的表征和判别能力，且与服装等干扰信息的相关性较弱。该研究在公共安全、智能交通、零售和广告、城市规划以及社交媒体等领域都有很大的应用价值。相关研究成果通过提高行人重识别技术的精度和效率，可以为社会带来更多的便利和安全。

据了解，IEEE TPAMI在中国计算机学会认定的人工智能领域四个A类期刊中排名第一，是计算机视觉及模式识别领域顶尖的期刊，五年间平均影响因子26.7，每年录用量仅200篇左右，主要收录人工智能、模式识别、计算机视觉及机器学习领域的原创性科研成果。