我院计算机视觉研究所2020级博士生孟佳俊一研究成果“Human Interaction Understanding with Consistency-Aware Learning”被模式识别机器学习领域国际顶级学术期刊TPAMI接收。

该成果提出基于高阶图神经网络和一致性先验条件解决交互行为识别中预测标签的不一致问题，该方法引入逻辑的隐式表示和显式表示，在多个行为识别数据集上取得了SOTA结果，有力的解决了标签的不一致问题。

TPAMI，全称是Transactions on Pattern Analysis and Machine Intelligence，由IEEE计算机学会出版的一本重要的学术期刊，是公认的模式识别领域国际顶级学术期刊，也是CCF推荐A类期刊。作为模式分析和机器智能领域的顶级期刊，TPAMI对于研究人员来说具有重要的意义。读者可以通过阅读TPAMI上的论文，了解最新的研究成果、方法和技术，从中获得启发和指导。

本研究得到国家重点研发计划、国家自然科学基金、浙江省自然科学基金等相关项目的支持。

题目：Human Interaction Understanding with Consistency-Aware Learning

作者：Jiajun Meng, Zhenhua Wang*, Kaining Ying, Jianhua Zhang, Dongyan Guo, Zhen Zhang, Javen Qinfeng Shi, Shengyong Chen