昨天，ICASSP2021发榜，实验室四篇论文被录用！

1、刘新放提交的论文题目为：ECCL: EXPLICIT CORRELATION-BASED CONVOLUTION BOUNDARY LOCATOR FORMOMENT LOCALIZATION。论文致力于解决如何根据自然语言从视频中查找对应事件片段这一难题，针对传统窗口化的方法需要冗余计算且对视频或事件的长度有额外要求的限制，提出了基于显示相关度的卷积定位法，该方法属于端到端的方法，能避免冗余计算的同时对视频的长度也具有鲁棒性。另外，这种定位策略也可以被适配到其他基础模型上，具有通用性。

2、刘祥飞提交的论文题目为：Joint Learning Of Image Aesthetic Quality Assessment And Semantic Recognition Based on Feature Enhancement 。该文将图像美学质量评估和语义识别任务整合到一个端到端的多任务深度学习框架，通过任务之间的特征依赖关系来指导任务间特征聚合，以实现空间和通道维度上有效特征的增强和无效特征的抑制。

3、康潇提交的论文题目为：LEARNING BINARY SEMANTIC EMBEDDING FOR HISTOLOGY IMAGE CLASSIFICATION AND RETRIEVAL。论文研究了乳腺肿瘤病理图像的分类与检索问题，通过整合双重监督、二值码独立性约束与平衡性约束、非对称策略和离散优化，学习病理图像高效的二值语义嵌入。通过在海明空间中对病理图像的分类与检索，为乳腺肿瘤的计算机辅助诊断提供了可解释性的依据。

4、马明珠提交的论文题目为：LABEL-GUIDED DICTIONARY PAIR LEARNING FOR ECG BIOMETRIC RECOGNITION。论文致力于提高心电信号的生物识别准确率和运行速度这一难题，针对传统稀疏表示和字典学习需要L-p范式约束的限制，提出了标签指导的字典对学习方法。该方法同时学习投影字典和重建字典并且使用类似于费雪准则的正则式来约束投影字典，增大同源之间的相似性，减少异源之间相似性，从而提高了方法的鲁棒性。

ICASSP由IEEE信号处理协会主办，是全球范围内图像、声学、语音和信号处理等领域最顶尖和权威的旗舰级学术会议，属于CCF B类会议。