近日，我院科研团队论文《BIFRNet A Brain-Inspired Feature Restoration DNN for Partially Occluded Image Recognition》被AAAI-2023接收，该论文作者为：张佳鸿、曹立宏、赖秋霞、李冰瑶，秦云霄，曹立宏为论文通讯作者。

AAAI会议（AAAI Conference on Artificial Intelligence）是由The Association for Advancement of Artificial Intelligence（国际人工智能协会）每年举办的学术会议，是人工智能领域公认的权威性顶级学术会议。AAAI-2023是第37届AAAI大会，会议将于2023年2月7日-2月14日美国华盛顿举行。这次会议共收到8777篇论文，录用论文1721篇，录用率约19.6%。

长期以来，部分遮挡图像识别（POIR）问题一直是计算机视觉领域的难题。处理POIR问题的常见策略是使用非遮挡特征进行分类。然而当图像被严重遮挡时，这种策略将失去有效性，因为可见部分只能提供有限的信息。神经科学中的几项研究表明，特征恢复填补了被遮挡的信息，这被称为非模态补全，这对于人类大脑识别部分被遮挡的图像至关重要。然而，特征恢复通常被现有的模型所忽略，这可能是它们无法解决POIR问题的原因。受此启发，本文提出了一种新的受脑启发的特征恢复网络（BIFRNet）来解决POIR问题。BIFRNet模拟腹侧视觉通路以提取图像特征，模拟背侧视觉通路来区分遮挡和可见图像区域。此外，BIFRNet还使用知识模块来存储分类先验知识，并使用非模态补全模块来基于可见特征和先验知识恢复遮挡特征。在合成的遮挡图像和真实世界遮挡图像数据集上的实验表明，BIFRNet在解决POIR问题方面优于现有的方法。特别是对于严重遮挡的图像，BIRFRNet在很大程度上超过了其他方法，并且接近人脑的表现。