在2021年1月5日至6日于ZOOM举行的“2021年先进图像技术国际研讨会”(IWAIT 2021)上，马来西亚拉曼大学(UTAR)信息与通信技术学院的三位讲师，即Lai Siew Cheng、Lau Phooi Yee和Tan Hung Khoon，获得了最佳论文奖。

　　IWAIT 2021为对先进图像技术领域感兴趣的研究人员和工程师提供了一个国际论坛，由日本鹿儿岛大学主办，由韩国广播和媒体工程师学会(KIBME)、日本电子信息和通信工程师学会(IEICE)、日本图像信息和电视工程师研究所(ITE)、日本精密工程学会(JSPE-IAPI)协办。

　　拉曼大学三位讲师的论文标题为“3D变形卷积在视频中的动作分类”，获奖的研究论文是年度会议18篇最佳论文中最好的论文之一。拉曼大学的研究人员Lai和她的两位合作研究人员获得了证书。针对卷积神经网络在视觉图像分析中的应用，研究了基于深度神经网络的三维变形滤波器在视频领域的人体行为分类中的应用。Lai解释说：“传统的3D滤镜通常形状均匀，这可能无法捕捉到卷积过程中的人体运动，因为人体运动通常形状不均匀。因此，我们希望将形状不均匀的三维可变形滤波器应用于更适合捕捉人体运动的三维卷积神经网络。”

　　当被问及是什么激发了她对这个话题的兴趣时，这位来自拉曼大学信息与通信技术学院的讲师回答道:“我的研究领域是使用深度学习方法对人类行为进行分类。人类的行为是很难预测的，因为有许多不同类型的行为，它涵盖的领域是巨大的。然而，最近使用深度学习方法对人类行为进行分类显示出了良好的性能，这促使我们开展这项研究，希望能对现有的方法做出一些改进。”

　　她补充说:“我们很荣幸被授予本届会议18篇最佳论文中的一篇。我也要感谢我的两位导师，Lau Phooi Yee博士和Tan Hung Khoon博士，他们在整个论文的编写过程中提供了想法、指导和支持。这个奖项是对我进一步研究深度学习人类行为分类的一种鼓励和动力。”