近日，我校计算机与软件学院2022级硕士研究生产桂洋为第一作者的论文“Scribble-Supervised Semantic Segmentation with Prototype-based Feature Augmentation”被第四十一届国际机器学习会议《International Conference on Machine Learning》(简称ICML)以长文形式录用。河海大学计算机与软件学院的张鹏程教授为该论文的通讯作者，其他作者包括Royal Melbourne Institute of Technology (RMIT)董海高级讲师、河海大学吉顺慧副教授和河海大学硕士研究生陈柏年。

ICML是由国际机器学习学会（IMLS）主办的年度机器学习领域国际会议，被公认为机器学习和人工智能领域声望最高的会议之一，也是中国计算机学会（CCF）推荐的A类会议。这是河海大学为第一单位的首篇ICML会议论文。

论文聚焦基于scribble标签的语义分割任务，针对scribble监督下边界区域不准确的问题提出了一种基于原型增强的语义分割方法。该方法利用已有的少量监督信息来提取特征原型，并利用这些原型来引导边界区域像素的分割。此外，该方法还设计了一个基于原型的特征增强器，利用原型对初始特征进行增强，生成增强后的特征，并通过引入一致性损失对特征之间进行约束。在PASCAL VOC 2012 Scribble标签数据集上，该方法在相同级别的骨干网络下，取得了77.9%的mIOU，创造了该任务下的最佳结果。这种标注方式可以大大减少专业知识和时间成本，使得在医学图像、遥感图像和伪装物体图像等领域中进行语义分割研究和应用更加便捷和可行。

近年来，河海大学计算机与软件学院在服务国家战略，瞄准水利信息化人才培养的基础上，也注重应用基础研究水平的提升，此次论文被ICML录用是我院在人工智能领域科学研究和人才培养方面取得的新进展，为推动弱监督语义分割技术在医学图像、遥感图像等领域的应用提供新的解决方案。