计算机与人工智能学院成功举办第二十八期研究生学术论坛

来源: 作者:汤光裕编辑人:宣传部发稿时间:2023-05-06浏览次数:

5月4日下午2:00,计算机与人工智能学院第二十八期研究生学术论坛在武汉纺织大学崇真楼南楼A4030成功举办。本次论坛由2021级研究生孙医贵、胡凌杰、樊尖和梁景彬主讲,学院研究生会主办。学院叶璐瑶博士出席了报告会。

孙医贵的报告的题目是“无监督文档检索算法的设计与实现”,他指出:目前在检索领域内,密集检索能达到较好的效果。然而该领域需要大量的训练数据,这是是很难获取的,因此限制了密集检索方法的使用。为了解决以上问题,他通过为检索模型生成类似真实训练数据集的训练数据,即采用无监督的方式训练检索模型,这样明显摆脱了对大量带有标记的训练数据的依赖,能有效的提升模型在不同领域的泛化效果。

孙医贵同学的报告结束之后,师生们进行了现场提问,孙医贵对大家提出的问题进行了详细的解答。

胡凌杰的报告题目是“基于深度学习的遥感图像变化检测算法研究”,他在论坛中提到深度学习发展迅速,在遥感图像变化检测领域取得了显著成果。该研究提出了一种基于HRNet和Transformer的孪生网络结构来检测双时相遥感图像中典型元素的变化,主要创新点有以下三点:(1)该研究使用 HRNet 可以更好地保留图像特征中的空间信息和通道信息; (2)使用循环tokens来丰富上下文信息,从而减少模型不可避免的偏差; (3) 使用余弦嵌入损失来衡量生成的掩码与地面实况之间的相似性。实验结果表明,IBIT 在 LEVIR-CD 和 DSIFN-CD 的多个指标上均高于 SOTA 方法,预测结果的边缘会更加平滑,效果更好。

樊尖的报告题目是“基于改进HRNet人体姿态估计”。报告围绕人体姿态估计展开。他指出:提取人体骨骼关键点时,原始高分辨率网络中存在的不同分支特征交叉融合的现象导致参数量大、运算复杂度高等问题,为解决上述问题,他引入空间卷积池化金字塔替代多分辨率分支网络交叉融合过程,提高了网络检测的准确度,同时引入轻量级网络,减少网络参数量提高了网络的提取速度。

梁景彬的报告题目是“EGEF:An Embedded GUI Encapsulation FrameWork for Rapid Generation of GUI on Embedded Platforms”,他指出:由于嵌入式仪表交互方式的转变,市场对汽车上的GUI界面的功能需求越来越大,需要在不同平台设备上同时共享展示内容。但现有的GUI图形系统开发仍采用将图形界面和业务逻辑硬编码绑定的传统开发模式,因此图形界面显示效率问题一直是嵌入式图形系统研发中的一个难点问题。为此,他提出了一种用于嵌入式平台上快速生成GUI的图形中间件(EGEF),该图形中间件通过生成和解析配置文件等方法,自动快速生成GUI图形界面,极大降低了工程中GUI图形界面的开发难度。这也为智能座舱中图形界面自动快速生成的研究提供了一种新的策略与思路。最后他还提出了图形中间件在智能座舱中的应用展望。

会后,参会人员纷纷表示,此次会议更新了知识,提供了实用、规范、前沿的学术分享,是非常珍贵的一个学习机会。