计算机与人工智能学院成功举办第十九期研究生学术论坛

来源: 作者:汤光裕编辑人:宣传部发稿时间:2022-09-30浏览次数:

为了促进学院研究生之间的学术交流和思想碰撞,营造学术创新氛围,打造研究生教育创新平台,提高研究生培养质量,9月29日下午2:00,计算机与人工智能学院第十九期研究生论坛在崇真楼南楼A4030举办。本次论坛由2020级研究生沈彬,2021级研究生周佳爽、郭梦思和赵文清主讲。学院罗航博士出席了报告会。本次论坛由计算机与人工智能学院研究生会学术部主办。

沈彬的报告题目是“A Point Cloud Upsampling Generative Adversarial Network Based on Residual Multi-Scale Off-Set Attention”。他的研究方向是3D视觉与感知计算,受清华大学提出的PCT的启发,提出了偏置注意力模块,同时为了学习每个点周围邻近点信息,他提出了多尺度偏置注意力模块,具体做法是,使用不同尺度的KNN算法(K的数量不同)聚合周围邻近点特征,最后,使用残差结构来使网络更加稳定。

周佳爽的报告题目是“基于yolov3的多目标行人跟踪”。报告首先介绍了传统算法卡尔曼滤波在行人检测中的应用以及卡尔曼滤波迭代的核心公式,同时引出实现多目标行人检测的SORT算法,就卡尔曼滤波和无法满足多目标行人跟踪的实际需求的SORT算法,他向大家着重介绍了DeepSORT算法。DeepSORT最大的特点是加入外观信息,借用了ReID 领域模型来提取特征,减少了ID switch 的次数。

郭梦思的报告题目是“Face Photo-Sketch Portraits Transformation via Generation Pipeline”。报告提出了一种基于GAN的肖像素描生成管道,它将时序分层和局部处理相结合,解决了生成素描的面部特征精细化问题。实验结果表明,该方法能保留局部绘制特征,并优于现有的肖像素描生成方法。

赵文清的报告题目是“GAN-Based Multi-Decomposition Photo Cartoonization”。报告针对目前图像卡通化大多是端到端的操作,提出了一种多分解的框架模型,从多角度对图像进行训练,更加有针对性地提升卡通化质量。

罗航博士认真听取了四名同学的学术报告,并为每位同学提出了宝贵的建议及意见。此次论坛不仅增进了相关研究方向研究生之间的交流,而且开拓了大家的学术视野,以汇报与交流的方式为研究生们提供了多角度的学习与科研平台。