第三十三届美国人工智能协会人工智能会议（AAAI Conference on Artificial Intelligence, AAAI 2019）于当地时间1月27日至2月1日在美国夏威夷州檀香山市举行。课题组博士生徐永浩参加了此次会议。

本届AAAI会议投稿量创下历史新高，达到7745篇，较2018年增长了103%，其中1147篇被大会接收，录取率仅为16.2%。课题组题为“Self-Ensembling Attention Networks: Addressing Domain Shift for Semantic Segmentation”[1]的论文被成功录用。该论文针对现有语义分割方法难以进行跨域学习的难点，提出了一种基于自集成网络的语义分割跨域学习模型。通过综合源域中有监督的交叉熵损失与目标域中无监督的一致性损失，该方法能够逐渐优化基础网络与集成网络的参数，实现更优的域适应效果。

图1 课题组博士生徐永浩做报告

图2 提出方法的网络结构图

图3 本文的实验效果图：(a) 待识别的街景影像；(b) ground-truth；(c) 未进行域适应的分割结果；(d) 提出方法的分割结果。

美国人工智能协会成立于1979年，是世界著名的人工智能组织之一，全球有超过4000名会员。其组织的“AAAI人工智能会议”，是人工智能领域的顶级学术会议之一，致力于推动统计学习、深度学习、知识表征等众多人工智能相关研究方向的技术发展与应用，被中国计算机学会（CCF）推荐国际学术会议列表认定为A类会议。

[1] Y. Xu, B. Du, L. Zhang, Q. Zhang, G. Wang, L. Zhang, “Self-ensembling attention networks: Addressing domain shift for semantic segmentation,” in AAAI Conference on Artificial Intelligence, Hawaii, USA, 2019.

论文下载地址: https://www.aaai.org/Papers/AAAI/2019/AAAI-XuYonghao.4477.pdf