8月19日-20日，第五届控制与计算机视觉国际会议（ICCCV2022）在厦门召开。日立中国研究院高级研究员谢雨来博士受邀加入会议程序委员会，参与了投稿论文的会前审议工作，同时作为特邀专家发表主题演讲，并主持了智能图像与信息处理分会场的会议。

此次会议聚集了控制与计算机视觉领域的专家、学者，共同交流探讨最新的研究成果和学术发展方向。谢雨来博士发表了题为《用于短期及长期人流量预测的多尺度分片时空转换网络》（Multisize Patched Spatial-Temporal Transformer Network for Short-and Long-Term Crowd Flow Prediction）的演讲，介绍了优于传统预测技术的新方法。

在如今数字化、绿色化不断推进的过程中，人群预测是交通及城市数字化中的重要技术环节，也是难点之一。人流量的预测受到时间、空间、天气、假期、周期等诸因素影响，因此预测精度稳定性较差，且现有技术大多只能进行短期（几个小时内）的预测，大大限制了人群流量预测技术的大范围应用。

谢雨来博士介绍的研究，是将收集到的人群流量热力图进行分片处理，利用多尺度分片时空转换网络（Multisize Patched Spatial-Temporal Transformer Network, MSP-STTN）特有的机制捕捉人群数据的复杂时空关系，并通过机器学习用于长期预测的全局记忆，最终达到长期人群流量预测的效果。这个技术不仅可以用于短期预测，在长期预测中也有业界领先的性能表现。

人群流量预测精度的提升和预测期限的拉长，能让预测技术有更大的空间应用到包括能源消耗、城市规划、传染疾病预防等在内的诸多领域。

点击此处可以观看演讲的完整录像

谢雨来博士的上述研究相关论文已经发表在智能交通领域顶级期刊 IEEE Transactions on Intelligent Transportation Systems（SCI一区，影响因子9.551）。
论文网址：https://ieeexplore.ieee.org/document/9827981