本网讯（通讯员袁直敏）近日，人工智能学院大数据与人工智能团队与厦门大学、东北大学的合作研究成果《CVKD-UDA: Cross-View Knowledge Distillation for 3D UnsupervisedDomain Adaptive Segmentation》被国际期刊IEEE TRANSACTIONS ON MULTIMEDIA（IEEE TMM）录用。IEEETMM是电气与电子工程师协会（IEEE）下计算机视觉与多媒体领域的国际顶级期刊，是中国计算机学会（CCF）推荐的A类国际期刊，也是中国科学院1区期刊。该论文第一作者为我校袁直敏博士，通讯作者是厦门大学程明教授。南阳师范学院为文章第一通讯单位。

成果概述：

无监督域自适应(UDA)分割能够有效降低新域数据人工标注的高昂成本。自训练（self-training）是该领域的主流技术路线，其核心是利用预热模型为目标域数据生成高质量伪标签，并通过伪标签提升模型跨域分割性能。然而，现有方法所使用的预热模型存在泛化能力不足和训练不稳定的问题。构建域相似表示是减小域差异的有效途径。因此，本文提出了CVKD-UDA，该方法将体素大小作为构建跨域相似表示的关键设计因素，通过利用不同体素视图之间的互补信息，平衡预热模型的迁移性与判别性。实验结果表明，CVKD-UDA能够有效提升自训练方法在三维点云无监督域自适应分割任务中的性能，并为该领域提供了一种从点云体素表示出发构建跨域相似表示的新思路。