交通视频专业委员会
1. 专委会中英文全称及英文缩写
中文全称：交通视频专业委员会
英文全称：Technical Committee on Traffic Video
英文缩写：TCTV
2. 专委会的简介
随着交通基础设施建设的不断深入，我国在公路、铁路和城市轨道等交通领域逐步搭建起多维度、全方位的传感器系统，特别是交通视觉感知系统，为智慧交通构建了强大的数据支撑。另外，新一代人工智能技术的快速发展，也为智慧交通建设提供了强劲的算法动力，交通视频自动化分析、无人驾驶、车路协同、以及数据安全等技术发展迅速。
交通视频专业委员会是中国图象图形学学会下设的专委会之一，由中国图象图形学学会铁道专业委员会更名而来。专委会由国内从事交通相关基础理论与应用研究、软硬件技术开发以及应用推广的专家学者和相关科技工作者组成，委员来源涵盖国内著名高等学校、科研院所以及相关企业。专委会旨在团结和组织我国交通相关领域的专业人士，开展学术交流活动，加强人才培养，促进学术界与工业界的合作，承担知识普及、建言献策等社会服务工作，为提升我国在交通领域的科研、教学、应用水平以及国际影响力做出贡献。
3. 专委会负责人信息：
主任 | 赵耀 | 北京交通大学 | 教授 |
副主任 | 田永鸿 | 北京大学 | 教授 |
党建武 | 兰州交通大学 | 教授 | |
付树军 | 山东大学 | 教授 | |
秘书长 | 韦世奎 | 北京交通大学 | 教授 |
4. 专委会联系人及联系方式
联系人：韦世奎
联系邮箱：shkwei@bjtu.edu.cn
5. 代表性成果
1）高效能视觉解析技术
主要完成人：韦世奎、林春雨、朱振峰、胡绍海
围绕广泛存在的海量视觉信息，开展了专项技术研究，突破了一系列高效能视觉表征、全场景弱小目标检测与识别等关键技术，并在多个领域实现应用推广，显著提升了特定场景的应用效能。相关技术已成功应用于民用和国防领域的多种装备中，取得了重要的民用和国防经济效益。
2）基于Graph Transformer的金融场景问答模型
主要完成人：曹蒙，蒋吉，叶其琛, 邹月娴
金融社区问答（FCQA）是世界人工智能大会(WAIC 2022)引入的一个新的具有挑战性的任务。FCQA 旨在在行情波动条件下，响应用户在金融领域的查询，并在异构知识源的帮助下给出合理的答复。我们提出一个基于Graph Transformer 的模型来解决这个问题，以实现高效的多源信息融合。 通过将异构输入信息源编码为不同的节点，我们显式建模其与查询、回答之间的关联性。此外，我们按照层次化的方式对各条边进行更新，以传递准确的信息源。我们在 4278 支参赛队伍中获得了第一名，并且在 BLUE 上比第二名高出 5.07 倍。