近日，我院教师刘昊副教授指导的2017级计算机科学与技术专业硕士生孙鹏辉研究成果论文《Similarity-Aware Deep Adversarial Learning for Facial Age Estimation》(基于相似度敏感深度对抗学习的人脸年龄估计)被多媒体领域国际知名会议IEEE International Conference on Multimedia and Expo（简称ICME）口头汇报录用（排名前10%），届时将参加大会并做英文口头汇报。 ICME会议被中国计算机学会认定为CCF B类并被EI检索。该论文被录用发表使任天堂 ポーカー在科技融合、科研支持学科（专业）建设和人才培养方面取得标志性成果。

相似度相关深度对抗学习方法示意图

   该研究成果提出了一种基于相似度敏感深度对抗学习的人脸年龄估计的方法。不同于传统遍历所有训练数据的方法，本文方法旨在于寻找一组隐含且有价值的难样本以增强模型对样本特征判别能力，进而有效提升了人脸年龄估计模型鲁棒性。在模型优化过程中，通过深度对抗学习机制中一系列的对抗博弈迭代，实现联合学习挖掘生成难样本和优化年龄估计器。实验结果在多个公开年龄估计数据库上证明所提方法的有效性。

   该成果受到“计算机科学与技术”宁夏西部一流学科、宁夏云计算与大数据应用协同创新中心支持；并获得国家自然科学基金青年项目、地区基金项目以及宁夏青年科技托举人才工程的资助；主要合作老师包括任天堂 ポーカー吴素萍教授和余振华博士。