图卷积神经网络及应用
闫敬文 教授
2025年12 月 03 日（星期三）10:00
本报告主要介绍本团队开展图卷积神经网络研究项目的最新进展，即图卷积网络在交通流预测中的应用。针对时间推移的节点间连通性、固定和经验图代表信息不能及时准确表达问题，首先采用了新的LSTSF-GWN 模型，它可以将先验知识和非先验知识结合构造图结构，能够有效地捕捉复杂时空的相关性；通过构建多个可解释图，克服空间数据稀疏性在长期预测中的不足；该模型还考虑长短期图，以提高长期预测的学习能力。在两个真实数据集的实验结果表明，该模型的预测精度优于现有深度学习交通预测模型。进一步考虑在实际应用中，受公路交通速度受到天气、社会事件等多种外部因素的影响，未来将考虑引入一些外部影响因素到模型中，进行多参数改进，进一步提高预测精度和鲁棒性。
此外，本报告还介绍了图卷积神经网络在基于骨架的动作识别领域的应用，该领域在计算机视觉领域引起了广泛的关注。骨架动作识别面临着一些挑战，例如选择合适的节点特征和充分利用骨架中的语义信息。为了解决这些问题，本文提出了两种解决方案和网络模型。首先，提出了语义分解图卷积网络（SD-GCN），充分利用骨架语义信息，将2D和3D融合骨架作为节点特征输入到网络中，提升分类准确率。其次，为了进一步提升SD-GCN的分类准确率，本文提出多关系图注意力网络（MRGAN）。将关系视为子图，通过加权和融合子图信息，准确建模节点相关性。多关系图注意力机制关注动作关键部位，提高准确性和鲁棒性。实验结果在四个大型数据集上展示了优异的性能。
闫敬文，男，博士，教授，厦门大学通信与系统学科和汕头大学基础数学学科博士生导师，广东省数字信号与图像处理重点实验室副主任，中国图像图形学会理事，中国图像图形学会科普与教育专业委员副主任，广东省图像图形学会常务理事，广东省安防协会专家。2006年度厦门市重点引进人才和2008年汕头市重点引进人才，获得厦门大学首批三级岗位和厦门大学教授三级岗位。
1987年7月，吉林工业大学(现吉林大学)电子工程系，工学学士学位；1992年7月，中国科学院长春地理所，《地图学与遥感》理学硕士学位；1997年12月，中国科学院长春光机所，《光学》理学博士学位。2002年9月-2003年8月,公派留学到巴黎高科做访问学者（巴黎高等电信学校信号与图像处理系从事SAR图像处理研究）；2010年8月-2010年11月，佐治亚理工学院（GaTech.）工业工程系访问教授，与霍晓明教授开发天文图像分析与数据挖掘工作；1998年8月--2006年9月，厦门大学电子工程系讲师，副教授（1999.12），晋升教授（2003.12）；2006年9月至今，汕头大学工学院电子工程系，教授。
作为第一作者和通信作者在《电子学报》、《自动化学报》、《光学学报》、《中国光学快报》、《光学精密工程》、《中国图像图形学报》和国际国内会议发表论文近百篇，其中SCI收录20篇，EI收录30篇，ISTP收录10篇。主持完成国家自然科学基金3项、省部级项目十多项和若干横向项目，出版著作（著、编著和译著）5本。
撰写：任露洋
排版：陈仕发
一审一校：任露洋
二审二校：马将
三审三校：郑纯
微信公众号