（通讯员 丁云龙 卢凌燕）近日，我校计算机科学与工程学院、人工智能学院2020级硕士研究生顾宇在著名期刊Electronics Letters（电子学快报）发表了题为“Semi-supervised pedestrian and face detection via multiple teachers“（第一作者顾宇，通讯作者卢涛）的封面期刊论文，论文署名第一及通讯单位均为武汉工程大学。期刊Electronics Letters（E-ISSN：1350-911X）是本由英国工程技术学会（IET）于1965年创办的半月刊，现由Wiley出版。

论文封面以我校计算机学院大楼和机电大楼等建筑绘图为背景，以论文提出的网络结构图为内容，抽象展示学校电光机智学科群在电子学领域的科研能力。据悉，这是我校首次在该期刊上发表封面论文，对于积极推介学校科研成果，提升学校科研和综合影响力和社会美誉度具有积极意义。

行人检测是计算机视觉检测任务中的经典问题之一，其目的是定位行人在图像中的位置，利用算法从图像中识别出目标位置和类别信息，该研究点也是计算机视觉领域的研究热点。行人检测领域中有监督学习方法取得了较好的效果，而半监督学习方法仍然是一个具有挑战性的话题。其中如何利用好现有跨数据集中的标签信息是半监督学习关键核心问题之一。现有的半监督检测方法往往将多类别作为整体考虑，会导致知识蒸馏过程中类别引导的不公平性，针对这一问题，该论文提出多教师半监督学习框架用以解耦任务类别，挖掘任务类别间关联性，创新性的解决了跨数据集类别之间的耦合会导致分类性能下降的问题，同时用相同区域内不同类别之间的耦合属性关系作为隐藏知识，引导学生网络学习到域泛化知识，提高对数据集标签的利用率。论文所提出的多教师半监督学习框架在自动驾驶、低分辨率目标检测和机器人导航等领域具有良好的应用前景。

论文作者所在的跨媒体智能计算科研团队是智能机器人湖北省重点实验室的科研团队之一，长期坚持在计算机视觉领域开展理论研究和实践工作，取得了集理论、技术和应用系统于一体的系列成果。团队获得了国家自然科学基金面上项目和湖北省技术创新专项重大项目等多个项目资助，成果已经应用到了国内智慧城市运营中，获得湖北省科技进步二等奖1项。

此篇封面论文是计算机学院、人工智能学院研究生为校庆50周年、院庆25周年献礼，以斗志昂扬的状态贯彻党的二十大精神，展现青年学子们爱校荣校的精神风貌。

（审稿 卢涛 ）