近日，我校计算机科学与技术学院青年教师刘坤良以第一作者在《IEEE Conference on Computer Vision and Pattern Recognition》（简称CVPR）上发表了题为《CDGNet: Class Distribution Guided Network for Human Parsing》的研究成果。CVPR是全球计算机视觉与模式识别国际顶级会议，指引着计算机视觉领域未来的研究方向，是中国计算机学会（CCF）推荐的A类国际会议。

人类的图片解析(human parsing)属于场景解析领域，主要功能是把图片中的人类识别为相关的组成部分，比如头、身体和衣物类别等。该领域的研究有助于神经网络对人类场景的理解，支持以人为中心的相关应用，如视频监控、动画人物编辑、虚拟穿衣、自动驾驶和人机交互等。由于衣物的纹理和风格各异、人体姿态的复杂变化和人体不同部位尺度的多样性，人类解析非常具有挑战性。人体是由具有层次结构的各部位组成，每个部位有其独特的空间分布特点，该论文充分利用了该特点提出了基于人体部位分布驱动的解析网络，在LIP、ATR和CIHP数据集上取得了State-of-the-art的性能。

刘坤良老师的研究工作得到了中国国家自然科学基金(No. 62072335)、天津市自然科学基金(19PTZWHZ00020)和韩国MSIT(No.2021-0-00951)基金、ITRC（IITP-2021-2018-0-01431）基金的支持。

该项科研成果依托我校计算机科学与技术学院的天津市自主智能与系统国际联合研究中心完成。该项成果在CVPR国际顶级会议论文的发表，显示出我校在计算机视觉相关研究领域的学术成果再一次得到了国际同行专家的认可。

（审稿：计算机科学与技术学院 闫凡雷 编辑：宣传部 蒋闯）

图片：计算机科学与技术学院