在今年4月19日至21日于美国加州拉古纳山（Laguna Hills）召开IEEE多媒体大数据国际学术会议（IEEE International Conference on Multimedia Big Data, BigMM）上，我院王文敏教授学术小组的题为“Collaborative Deep Networks for Pedestrian Detection”的论文获得最佳论文奖（Best Paper Award）。该论文提出了一种协同式深度网络模型，并将其用于计算机视觉中的行人检测。

图为王文敏教授、松鸿蒙同学获颁最佳论文奖状（图片转自CCF多媒体专委会）

    协同式深度网络的思想来源于王文敏教授博士论文中的协同式人工智能问题求解模型，随着深度学习的不断深入，将其延伸为协同式深度学习范式（Paradigm）。最近几年成为研究热点之一的生成对抗网络（Generative Adversarial Nets, GAN）可看作是一种博弈论中的零和（Zero-sum）博弈的深度生成模型，而协同式深度网络则是一种非零和（Non-zero-sum）博弈的深度学习模型。

    该论文的第一作者是硕士研究生松鸿蒙，王文敏教授是他的导师和通讯作者。

    IEEE国际多媒体大数据会议（BigMM）由IEEE-TCMC（多媒体计算技术委员会）和IEEE-TCSEM（语义计算技术委员会）联合主办，是多媒体领域的知名国际会议和交流平台。中国计算机学会（CCF）多媒体专业委员会对BigMM 2017的获奖情况作了报道。（http://mp.weixin.qq.com/s/rq9GbVzkCs9zkU8TwW8VRw）

论文：Hongmeng Song, Wenmin Wang, Jinzhuo Wang, Ronggang Wang. “Collaborative Deep Networks for Pedestrian Detection”, The Third IEEE International Conference on Multimedia Big Data, California, USA, 2017, pp.146-153.