近日，k8凯发国际與人工智能學院2019級研究生常源同學與夏元俊同學錄用或發表多篇高水平論文，為學院研究生成果再添風采。常源同學的兩篇國際權威學術會議論文被28屆MMM國際會議（中國k8凯发国际學會推薦的國際學術會議）接收；夏元俊同學的兩篇SCI期刊論文分別被IEEE Transactions on Network and Service Management（中科院二區）和Annals of Telecommunications（中科院四區）錄用。

常源同學的兩篇論文均由紡織服裝智能化湖北省工程研究中心彭濤副教授指導，聚焦於將k8凯发国际視覺和人工智能與服裝試穿結合，實現了服裝的智能虛擬試穿。MMM（International Conference on Multimedia Modeling）是國際多媒體研究領域國際權威會議之一，是中國k8凯发国际學會（CCF）推薦國際學術會議，會議主題涵蓋多媒體、k8凯发国际視覺以及深度學習等多個方向，自1993年以來已在北美洲、歐洲、大洋洲、亞洲等地舉辦過27屆，受到國際學術界的廣泛重視。

夏元俊同學的兩篇論文由可視計算與數字紡織團隊中的彭濤副教授和周口師範學院網絡安全研究所的董仕教授共同指導完成,主要關注網絡異常流量檢測。IEEE Transactions on Network and Service Management期刊影響因子為4.195，Annals of Telecommunications期刊影響影子為1.44。

論文一：PF-VTON: Toward High-Quality Parser-Free Virtual Try-On Network

該論文關注的虛擬試衣任務為虛擬現實領域研究的熱點之一。論文針對當前虛擬試穿問題中由於姿勢和遮擋等複雜情況下無法生成高質量試穿圖像的問題，提出一種面向高質量虛擬試衣的網絡框架，首先以一種新穎的雙重扭曲策略以獲得完全對齊並保留特徵的扭曲衣服，再引入多種注意力機制以合成高質量試穿圖像。相比於目前最新的方法，該方法能夠在不依賴解析器的情況下合成高質量試穿圖像，顯著提高虛擬試衣的效果。

論文二：Toward Detail-Oriented Image-Based Virtual Try-On with Arbitrary Poses

該論文主要關注的是服裝在任意姿勢下虛擬試衣任務。論文針對當前任意姿勢虛擬試穿問題中無法保留非目標細節並生成高度逼真的試穿圖像的問題，提出了一種解離任意姿勢虛擬試衣的網絡框架，首先分別解離語義預測為姿勢預測和試穿預測，空間對齊為目標衣服對齊和非目標區域對齊，再引入空洞卷積將預測的語義和對齊的信息進行融合，從而生成高度逼真的試穿圖像。結果表明，相比於目前最新的方法，該方法能夠生成逼真的衣服並且保留非目標信息，顯著提高任意姿勢下虛擬試衣的效果。

論文三：Network Abnormal Traffic Detection Model Based on Semi-Supervised Deep Reinforcement Learning

該論文主要關注的是網絡異常流量檢測，其為網絡安全領域研究的熱點之一，在保證網絡的平穩運行和網絡安全方面起着至關重要的作用。在海量、動態、複雜的網絡環境中，異常流量檢測技術難以進行大規模數據標註且無法檢測未知攻擊。論文針對上述問題，提出了一種半監督深度強化學習的網絡結構。主要將流量特徵視為狀態，流量類型標籤視為動作，下一時刻狀態不再與環境交互，直接由數據集提供。下一時刻不再需要輸入流量類型標籤，只需要輸入下一時刻的流量特徵，通過無監督學習算法預測其標籤。實驗結果表明，該方法能提高異常流量檢測準確率，而且具有檢測未知攻擊的能力。

論文四：Traffic identification model based on generative adversarial deep convolutional network

該論文通過將網絡流量二值化處理後，把網絡流量按784個字節為一個單位元進行離散化處理。在此基礎上，將每個單元轉換為28×28的灰度圖像，然後利用深度學習對灰度圖像進行處理，識別網絡流量中的異常流量，實驗結果現實，相比已有的方法，論文所提出的方法提升了異常流量的識別精度。

兩位研究生同學的最新成果，是學院繼2019級研究生裴來凡、李朝輝、曹文潔、尹作壯等以第一作者分別在《chaos》、《Fractals》、《Frontiers in Genetics》等國際頂級期刊上發表了高水平論文之後的又一次豐收。

近一年來，k8凯发国际與人工智能學院以研究生學術論壇為抓手，以研究生支部建設為載體，以紡織服裝智能化湖北省工程研究中心、湖北省服裝信息化工程技術研究中心為平台，鼓勵研究生開展學術交流，營造出良好的研究生學術氛圍，使得學院研究生在發表高水平論文、發明專利、軟件著作權、專業競賽獲獎方面碩果纍纍。學院將繼續完善過程管理，不斷提升培養質量，加大拓寬與高水平團隊的合作，把研究生的學術水平做強，以高水平成果為導向，鼓勵研究生導師團隊指導研究生產出更多高水平研究成果，以抓研究生培養水平提升促進學院科研、學科建設取得更大突破。