本网讯（通讯员 袁直敏 杨仕伟）近日，人工智能学院大数据与人工智能团队的研究成果《CVKD-UDA: Cross-View Knowledge Distillation for 3D Unsupervised Domain Adaptive Segmentation》在《IEEE TRANSACTIONS ON MULTIMEDIA》期刊上发表。TMM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。论文第一作者为南阳师范学院袁直敏博士，通讯作者为厦门大学程明教授，南阳师范学院为第一通讯单位。

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在两个激光雷达点云无监督域自适应分割数据集上取得了优异性能，并为三维点云跨域语义分割提供了一种简洁有效的新思路。

该团队还在《IEEE International Conference on Multimedia and Expo》上发表题为《CIMD: Cognitive Inspired Multi-perspective Descriptions for EEG-Image Alignment》的研究文章。ICME由IEEE主办，是计算机图形学与多媒体领域最具代表性的国际学术会议之一，也是CCF推荐的B类国际学术会议。论文第一作者为我校李菁菁博士，第二作者为我校硕士研究生刘鑫奇，通讯作者为我校黄鑫博士，南阳师范学院为第一通讯单位。

脑电（EEG）图像检索是脑机接口领域中实现神经信号与视觉刺激语义关联的重要任务。本文提出了一种细粒度对齐的认知启发多视角描述框架，从全局、颜色和情感三个视角借助多模态大模型生成认知启发的文本描述，再基于认知驱动的多模态对齐模块，利用上述多视角文本描述引导预训练模型微调，构建统一的EEG、图像与文本共享嵌入空间，以实现更精细的跨模态语义对齐，对微调过程中的特征漂移进行约束，实现有效的跨模态脑电图像对齐。

上述工作得到了国家自然科学基金项目、教育部人文社科项目、河南省自然科学基金项目的支持。