| 评审组： | 计算机与系统科学组 | | 项目名称： | 人体行为分析的视觉特征建模理论与方法 |
| 提名单位： | 陕西省计算机学会 |
| 提名等级： | 一等奖 |
| 提名单位意见： | 我单位认真审阅了该项目提名书及附件材料，确认全部材料真实有效，并按照要求对该项目的基本情况进行了公示，公示期间无异议。
以人为中心的视频理解是智慧城市、公共安全与智慧教育等领域智能化的关键技术。复杂场景下人体行为特征的精准表征与鲁棒解析是推动智能视觉从“看见人”走向“理解人”的核心基础。然而，人体行为信息具有动态性、复杂性及多样性，导致现有模型存在特征“表征不完备”、 判别特征与冗余干扰“解耦不充分”以及多源人体特征表征“协同不深入”等问题，严重影响其泛化能力。因此，如何揭示人体信息在时空组织、任务相关性和异质协同中的内在规律，建立能够保持结构完整性、任务充分性和跨源一致性的统一表征机制，是长期困扰学术界的前沿难题。
围绕复杂场景下人体行为的优化表示与智能理解，在国家重点研发计划、国家自然科学基金等项目的持续支持下，系统开展了多尺度人体行为视觉特征表征与时空动态关联建模方法、人体行为判别特征—冗余干扰互信息度量与特征鲁棒表征学习理论以及多源人体行为特征的一致性关联建模与协同表征机制研究，提出以人体行为智能分析为目标的一系列特征建模理论和方法，为相关行业的发展与应用提供了理论基础与关键技术支撑。
根据《陕西省科学技术厅关于2026年度省科学技术奖提名工作的通知》，参照陕西省自然科学奖评定条件和评定标准，提名该项目参评陕西省自然科学一等奖。
|
| 项目简介： | 
|
| 客观评价： | 
|
| 代表性论文专著目录： | 
|
| 主要完成人情况： | - 姓名：苗启广
排名：1
行政职务：信息化推进办公室主任
技术职称：教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：本项目的负责人，项目组织者和发起者，负责总体研究方案、研究目标和研究内容的制定与组织实施，对提名书三项科学发现都做出了创造性贡献。系统研究并逐步构建了完备的人体行为分析的视觉特征建模理论框架；是代表性论著[2]、[3]、[5]的通讯作者及代表性论著[6]、[7]的第一作者。是本项目任务来源中2个项目的负责人，具体见其他附件[1]、[5]。
- 姓名：李宇楠
排名：2
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：对提名书《重要科学发现》中所列的发现点1、2和3均做出了创造性贡献，重点围绕多尺度人体行为表示、鲁棒特征表征和多源信息协同开展研究。提出了科学发现2中判别特征—冗余干扰耦合机理及鲁棒特征表征优化理论，并在科学发现1的多尺度人体行为视觉特征建模和科学发现3的多源信息一致性关联与协同表征方面发挥了重要作用。该完成人是代表性论著[1]、[2]、[5]的第一作者，是代表性论著[6]、[7]的第二作者；同时是本项目任务来源中1项基金项目的负责人，具体见其他附件[2]。
- 姓名：刘如意
排名：3
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：重点参与多尺度人体行为表征理论与多源信息协同机制研究，对提名书《重要科学发现》中所列的发现点1和3做出了创造性贡献。其中，围绕科学发现1中不同特征子空间之间的动态关联及跨层级信息互补开展了相关研究，并参与科学发现3中多源信息协同表征机制的研究。该完成人是代表性论著[3]的第四作者，同时是代表性论著[6]、[7]的第四作者。
- 姓名：刘向增
排名：4
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：对提名书《重要科学发现》中所列的发现点2和3做出了创造性贡献，提出了姿态引导的注意力学习行人重识别模型，验证了任务判别信息充分保持与冗余信息抑制对特征鲁棒表征的重要性，有效提升了换装条件下行人重识别的性能。该完成人是代表性论著[4]的第一作者和通讯作者，代表性论著[6,7]的第三作者，提出的任务相关信息引导与判别结果协同方法，提升了整体觉得的一致性与稳定性，具体见必备附件中代表性论文专著[4]，[6]，[7]。
- 姓名：辛文天
排名：5
行政职务：无
技术职称：讲师
工作单位：大连海事大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：对提名书《重要科学发现》中所列的发现点1做出了创造性贡献，针对人体动作中预设拓扑难以刻画动态空间关系、单一时间尺度难以描述动作演化的问题，提出基于通道分组与混合注意机制的动态拓扑建模方法，实现不同空间位置和特征间的判别关联。针对长短期时序信息协同不足的问题，提出多尺度时间关系建模机制，实现短时变化、长程依赖与关键阶段信息的层次化组织，显著提升了人体动作识别性能。该完成人是代表性论文[3]的第一作者，具体见必备附件中代表性论文专著[3]。
- 姓名：万军
排名：6
行政职务：无
技术职称：教授
工作单位：中国科学院自动化研究所
完成项目时所在单位：中国科学院自动化研究所
对本项目主要学术贡献：对提名书《重要科学发现》中所列的发现点1做出了创造性贡献。围绕高层人体属性理解、多尺度视觉信息关联和多源信息协同开展研究，参与了科学发现1中不同空间范围和时间尺度信息的层次化组织与关联建模，是代表性论著[1] 的通讯作者。
|
| 主要完成单位： | - 单位名称：西安电子科技大学
单位贡献：西安电子科技大学作为本项目第一完成单位，全面负责项目的总体规划、设计、实施与组织，为本项目提供了大力支持和充分保障，确保了项目的顺利进行。由该校规划、设计并开展了人体行为视觉特征表征与分析的理论和方法研究。通过对多尺度人体行为视觉特征表征与时空动态关联、判别特征与冗余干扰解耦及鲁棒表征、多源人体行为特征一致性关联建模与协同表征等内容的多方位系统研究，揭示了人体信息在时空组织、任务相关性和异质协同中的内在规律，建立了由多尺度结构化表征、紧凑鲁棒学习到多源深层协同的一系列理论与方法，为面向具身智能真实复杂环境下的人体行为的完整、鲁棒和协同表征提供了坚实的理论依据。
- 单位名称：中国科学院自动化研究所
单位贡献：中国科学院自动化研究所是本项目的第二完成单位，主要完成了人体行为视觉特征多尺度层次表征与动态关联相关研究工作：针对单一空间范围难以完整描述人体高层属性的问题，研究局部关键区域与整体场景的联合表征方法，提升了复杂人体行为的结构化表征能力。
|
| 完成人合作关系说明： | 完成人合作关系说明：1
|
