2025年9月22日，人工智能微纳传感山西省重点实验室每周学术报告在原信计南楼411室举行。
本次学术报告汇报人为秦雁飞老师，汇报的题目为《小样本视频行为识别算法研究》。秦老师首先介绍了视频行为识别的研究背景与现状，指出当前监督学习方法对标注数据依赖性强，而视频标注成本高、冗余性大，尤其在医疗、安防等专业场景中样本稀缺问题突出。随后，他系统分析了小样本视频行为识别面临的三大核心挑战：数据特性和分布分析不足、归纳推理泛化能力不足与增量场景难以扩展。
为解决上述问题，秦老师提出了多项创新算法，包括基于最优传输的分布增强算法（OTDE）、任务级特征校正与解耦算法（TFCD）、融合熵的直推式学习算法（TFEO），以及面向增量学习的动态虚拟原型管理算法（DVPM）和对比聚类与空间扩展算法（CCSE）。这些方法从数据增强、特征对齐、任务级解耦、熵优化驱动等多个角度提升了小样本下的模型泛化与增量学习能力。相关研究成果已发表于Neural Networks、Neurocomputing、Applied Intelligence等国际期刊，体现出较高的学术价值与应用潜力。
汇报结束后，与会师生就算法设计、实验设置、实际部署等问题展开了热烈讨论，秦老师一一作出详细解答，现场交流气氛活跃。