东南大学尤肖虎教授等联合署名论文
入选“2020电子信息领域优秀科技论文”
日前，中国电子学会发布“电子信息领域优秀科技论文（2020）遴选活动”入选论文。东南大学尤肖虎、张川、谈晓思、金石、邬贺铨联合署名的论文《AI for 5G: research directions and paradigms》榜上有名。
为了满足未来10年移动互联网的全新需求，5G适用面将更为广泛，系统设计更为复杂。尽管，AI技术为解决5G系统的设计与优化，提供了超越传统理念与性能的可能。然而，面对5G系统中大量传统方法难以建模、求解、或高效实现的问题，相关研究、发展方向仍不明晰。该论文对AI在5G系统设计与优化中的典型问题进行梳理，从而确定其在5G系统中更有潜在应用价值的方向：组合优化方向、检测方向、估计方向。
论文前瞻性地指出，AI在5G中的4类应用：无法建模问题、难以求解问题、统一模式高效实现问题，及最优检测与估计问题。论文于2019年2月刊发于《中国科学：信息科学》英文版（SCIENCE CHINA Information Sciences, 2019, 62(2): 21301）。自刊发之日起，论文获得了研究界、产业界的广泛关注，相关推送的阅读（下载）量近两万次，曾入选ESI高被引论文。
为引导更多高水平电子信息领域科研成果在国内科技期刊或学术会议发表，中国电子学会组织开展了“2020电子信息领域优秀科技论文遴选活动”。经相关高校、科研机构、期刊编辑部以及专家的推荐，共收到近百篇推荐论文。经评审专家组分组函评和会评，最终确定8篇论文入选。
东南大学虚拟现实技术研究成果
被计算机图形学顶级会议IEEE VR录用
2020年IEEE Virtual Reality conference （IEEEVR）近期发布了论文录用结果，东南大学自动化学院魏海坤教授团队关于虚拟现实中全向运动输入问题的2篇研究成果被大会同时接收，并做口头报告。两篇论文的第一作者均为2017级博士研究生王子峣，其指导老师是魏海坤教授。
针对虚拟现实中场景移动受限的问题，论文Real Walking in Place: Hex-Core-Prototype Omnidirectional Treadmill提出并实现了一种全新的小型化VR跑步机，使得人体能够在原地进行任意方向的自然行走，为VR内容创作带来了无限可能。另一篇论文Omnidirectional Motion Input: The Basis of Natural Interaction in Room-Scale Virtual Reality提出全向运动输入的概念，结合了人体移动输入与人体动作输入，使得用户能够身处现实，却漫步于虚拟世界，一切触手可及，为虚拟现实自然交互开辟了新的研究方向。
IEEE VR是全球计算机图形学领域国际顶级会议，指引着虚拟现实领域未来的研究方向，被中国计算机学会（CCF）列为A类会议。魏海坤教授团队近年来开始进行虚拟现实移动与交互领域相关研究，已完成与此次接收论文相关的发明专利5项，其中已授权3项。团队目前正在研制下一代VR跑步机Hex-Core-MK1，有望在性能、可靠性等核心指标取得大幅提升。
东南大学王雁刚团队
在三维人体重建研究方面取得重要进展
近日，东南大学自动化学院模式识别与智能系统学科组暨教育部重点实验室“复杂工程系统测量与控制”王雁刚副教授团队在虚拟现实领域中三维虚拟人重建取得重要进展。团队首次考虑了带物体遮挡的三维人体重建难题，重建结果与精度达到了世界一流水平。相关成果以题为“Object-Occluded Human Shape and Pose Estimation from a Single Color Image”在计算机视觉与模式识别领域顶级会议CVPR 2020上以口头报告（oral）论文发表。据悉，CVPR2020接收有效投稿6656篇，其中录用论文1467篇，录用口头报告论文335篇，口头报告论文接收率仅为5%。
图1遮挡人体三维重建流程图
人体动态三维重建是计算机视觉、计算机图形学、虚拟现实领域中的一个非常重要的问题。高质量的人体三维重建对新一代信息技术产业的发展至关重要，可能会催生新的产业形态，如运动重定向、第一人称动画等。当前，精确的人体三维重建需要依赖较为复杂的硬件设备（如：多视角相机，IMU传感器等）。近年来，随着深度学习的发展，从单张彩色图像中恢复人体的形状与姿态取得了飞速发展。然而值得一提的是，现有的方法无一不是针对无遮挡或少量自遮挡情形开展研究，在本项工作发表之前，尚未有研究工作针对有严重的物体遮挡进行分析与讨论。事实上，人与物体之间的遮挡在实际场景中非常普遍，如快递员搬运货物等。此项研究工作弥补了物体遮挡的人体三维重建技术和方法的缺失，并提出了有效的解决方案。
本研究中，团队针对复杂物体遮挡的单彩色图像人体三维重建问题，提出基于纹理图的三维人体模型表示方法，将遮挡人体三维建模转化为纹理图补全问题，构建二分支神经网络训练策略，保证隐空间高维特征一致性，实现复杂物体遮挡的实时人体动态三维重建，图1为人体重建的流程框图。本研究提出的方法重建出的三维人体2项指标（MPJPE、PAMPJPE）均领先于世界同期最好结果。
向上滑动查看更多内容
该研究工作由自动化学院模式识别学科组硕士一年级学生张天舒、黄步真共同完成，王雁刚副教授为通讯作者，东南大学为唯一完成单位。该研究成果受到国家自然科学基金，江苏省自然科学基金，以及东南大学至善学者奖励计划资助。
论文链接
https://www.yangangwang.com/papers/ZHANG-OOH-2020-03.pdf
东南大学王海贤教授课题组发现数学超常大脑
特有的源空间同步态转换规律
近日，生物科学与医学工程学院脑与学习科学系、儿童发展与学习科学教育部重点实验室王海贤教授课题组在数学超常青少年动态脑功能网络研究中取得新成果，发现了数学超常大脑特有的源空间同步态转换规律。相关研究成果以“EEG source-space synchrostate transitions and Markov modelling in the math-gifted brain during a long-chain reasoning task”为题发表在认知神经方法学领域国际顶级期刊《Human Brain Mapping》上。
早期神经影像研究揭示数学超常大脑具有高度发达的结构与功能连接网络。然而，脑网络是一个动态复杂系统，王海贤教授课题组立足于复杂脑网络与动态系统理论，将头皮脑电（EEG）状态研究拓展到颅内活跃的源信号间短时相位同步性模式（即同步态），剖析了数学超常青少年有别于普通人大脑全局神经元网络的转换动力学特性。该研究所有同步态中提取了8个原型功能连接状态，分别对应于默认模式网络、中央执行网络、背外侧注意网络、带状盖网络、左/右腹外侧额顶网络、腹侧视觉网络和右侧额颞网络（图1）。
图1. 从同步态数据集中提取的8个原型功能连接状态。
研究发现，与普通对照组被试相比，数学超常青少年在推理任务时间进程中中央执行网络（涉及维护注意、工作记忆信息检索、正确决策等）与右侧额颞网络（响应于想象、推理、创造性思维等）具有更高的发生频次和持续时长；中央执行网络和右侧额颞网络具有更多的自循环圈，这表明在数学超常大脑中这两种功能连接微状态具有更高的拓扑结构维持能力和时间稳定性；具有更高的从其它6个网络模式到中央执行网络和右侧额颞网络状态的转换概率，这意味着数学超常大脑具有特殊的网络拓扑适应性再重组趋势，这种趋势更好地促进了长链推理过程中大脑对任务全局的中央控制功能、及逻辑思维中想象与创造性思维等认知响应的发生。
