央廣網大連1月19日消息（記者張四清 賈鐵生 通訊員張平媛）利用50余種常見的社會事件作為基礎，通過不同場景、人物等變化，形成6000余部人類行為視頻。坐在電腦前，輸入一段未知小視頻，敲上代碼……無論經過任何修飾與偽裝，都“無所遁形”，計算機會在60秒內顯示結果：視頻中的人在做什么事一目了然。這是大連理工大學電子信息與電氣工程學部孔祥維教授團隊進行的視頻分類實驗，它可應用于社會事件分類，在反恐防暴中讓極端分子沒有“藏身之所”。

　　以此技術為基礎，該團隊成員碩士研究生郭君研發了模式分類領域全新分支，相關研究成果被第30屆美國人工智能協會年會（The AAAI Conference on Artificial Intelligence，簡稱AAAI）正式錄用為大會口頭報告，并受到國家自然科學基金青年項目、面上項目及創新研究群體項目的聯合資助。

　　該研究成果應用于模式分類場景下的判決解析型字典學習算法。模式分類是人工智能系統面對紛繁復雜的數據時，從中提取出有意義信息時所采取的關鍵處理步驟。以視頻分類為例，模式分類的任務就是找出某“類”事物的“本質屬性”，即所有成員的共同性質。

　　據悉，在模式分類中，稀疏字典學習已成功應用于基于視頻、圖像、語音等的許多任務中，然而，這些方法都集中于綜合型字典學習的框架。作為字典學習的另一個主要分支，解析型字典學習卻因為其判決力較低而沒有在模式分類應用中被完全開發。

　　該研究成果提出了一種判決解析型字典學習算法，極大地提升了解析型字典學習在模式分類場景下的判決力。應用此方法不僅能顯著提高解析型字典學習的判決力，其性能也比其它前沿的綜合型字典學習方法好。這也改變了解析型字典學習在模式分類應用中被長期棄用的狀態，開辟了模式分類領域一個新的研究分支，為人工智能系統通過模式分類處理大數據提供了新的技術支撐。