【理学院宣】（唐子萌、王一峰/文 ）2022年1月15日至1月21日，由理学院主办的哈尔滨工业大学（深圳）首届“弘理杯”数学建模竞赛如期举行。本次数学建模竞赛面向哈尔滨工业大学（深圳）全体本科生，共有上百名同学参与了本次大赛。大赛组委会由包益欣老师、梁慧老师以及博士生王一峰组成。

本次大赛共设置A、B、C三道赛题，内容涵盖数据分析、信号处理、机器学习、目标检测、运动追踪、人机交互等多个领域。赛题由大赛组委会原创，并由组委会成员担任评审工作。赛题具体内容如下：

题目A：基于惯性传感器的智能运动分割。MEMS惯性传感器具有体积小、易佩戴、功耗低、成本低、易批量生产等优势，市场上常见的惯性传感器单价可以低至0.2-0.5元不等，因此基于惯性传感器的下游任务不仅更为自然（与语音、图像等方式相比不受噪音、遮挡、距离以及各种场景的限制），且对硬件配置要求较低，因此具有巨大的市场前景。然而，在实际应用中，传感器会持续地采集数据，从源源不断的数据流中提取出特定数据往往是实际应用中的第一步。综上，由于惯性传感器的下游应用依赖于对“短时运动数据”的精确提取，因此需要实现对运动过程的精准分割。

图1 基于惯性传感器的手部运动捕捉结果

题目B：基于光学传感器的步态识别与身份检测。随着中国城市化的进程的加快，越来越多的监控探头正在覆盖党政机关、重点单位、主要交通路口、街道、医院、学校、广场和车站等公共场所；建立多级监控指挥中心，与政府、街道、校园等地联网，打造多方位、多角度的立体化天网监控体系将显著提升现代生活的智慧化程度，其中，运动状态分析与步态识别是一项基础而又核心的工作。事实上，人体运动步态有着众多易识别的特征，且由于不同个体有着不同的生理结构、个人行为习惯，其身高、体重、臂长、性别等都存在着一定的差异，通过运动状态分析与步态识别可以对不同个体实现区分与检测。当我们预先获取到某些特定个体的视频步态数据时，可以对其运动特征或数据特征进行分析与建模，并以此为基础从未知的视频步态数据中准确识别出目标个体。该技术在安防、追捕、轨迹监测、疫情防控、智能家居等领域中都有着重要的意义。

图2 基于光学传感器的运动捕捉结果

题目C：多模态高维信号特征编码。信号特征编码在机器学习、信号处理、模式识别等领域有着非常重要的意义。以图像信号为例，向某任务对应模型中输入图像，当图像大小超过模型所能承受的极限时，模型性能将受到严重影响甚至拒绝响应。因此，我们需要采用将大图像（数据包）分割成多个小图像（数据实例）的方式将数据逐个输入模型。然而，这种数据输入方式可能会丢失每个小图之间的相对位置信息。为了向模型中输入图像信号的位置特征，我们需要对每个子图的位置进行编码。然而，编码过程可能会为图像相对位置引入错误信息。因此，需要设计合适的位置编码以尽可能保持输入数据的相对位置信息，并定义适当的评价标准衡量所设计编码规则的位置特征信息损失以及多模态特征信息损失。

图3 大图切分为小图后所引起的位置信息损失

本次大赛分为两个赛区，分别为21级新生赛和非21级新生赛。评审专家经数周认真、严谨的评阅，在两个赛区各评选出特等奖队伍1支，一等奖队伍2支，二等奖队伍3支，以及三等奖队伍若干。获奖队伍除哈尔滨工业大学（深圳）颁发的校级荣誉证书外还将获得精美奖品。具体获奖名单如下：

本次大赛将理论与实践相结合，不仅将同学们课内所学到的数学知识应用于实际问题，同时可以加深同学们对课内知识的理解和掌握，并提升同学们对数学模型、算法的学习热情和兴趣。此外，本次大赛于春节前举办，既充实了同学们的寒假生活，也培养了同学们的团队合作意识及数学建模经验，为春节后到来的美国大学生数学建模竞赛做了充分的准备和预演。（审核人：夏吾炯、陈晓彬、蔡淑君）