5月12日，第一届“全国高校智能感知材料与技术”前沿学术论坛在武汉大学隆重召开，吸引了来自全国相关高校的积极参与。此次学术论坛旨在搭建高水平学术交流平台，丰富学校师生文化生活，促进同学们对交叉学科的认识，提升同学们对前端学术研究的关注度和探究热情，加强同领域同学们友好联系。
论坛设置一个开幕式主会场及“信息处理”“智能材料”“颜色科学”三个分会场，计算机与人工智能学院研一、研二、研三及本科生三年级的学生参加此次学术论坛，在“信息处理”和“颜色科学”分论坛做学术报告交流并获得表彰。
开幕式主会场，李治江教授、万晓霞教授、吴伟教授分别以“多模态数据的时空语义理解与认知推理”、“颜色科学与技术研究进展”和“柔性电子器件的全印刷制造与应用”为题，对分论坛各主题的研究现状及发展趋势进行总体讲解和分析，现场引起热烈的反响。
我院4名同学李东盛、辛磊、周景和程靖尧，分别以“基于纤维纱线模型和延迟着色的针织面料三维仿真方法研究”、“对抗曝光变化的多光谱重建方法研究”、“基于彩色数字成像的纺织面摩擦色牢度自动评级方法研究”、“纺织品面料照相测色技术研究与装备研发及应用”为题，在“信息处理”和“颜色科学”分论坛做学术报告交流，并就研究成果与点评专家进行交流讨论，进一步开阔了学术研究视野。
我院学生辛磊（左上）、周景（右上）、程靖尧（左下）和李东盛（右下）在“信息处理”和“颜色科学”分论坛做学术报告
参加学术交流报告学生与论坛点评专家合影留念
通过本次会议，我院学生与专家学者进行了深入探讨和交流，丰富了学术经历，拓宽了研究视野，纷纷表示将会更加珍惜在校期间的学习机会，力争取得更好成长。以下为各位同学的报告摘要：
李东盛：针对“纤维级”纱线建模及线圈仿真，确定了使用OpenGL开发纤维级纱线模型生成的技术方法，提出基于TNB框架的纱线横截面内任意一根纤维空间坐标点的计算方法和基于螺旋参数方程的纱线加捻参数控制方法，建立了以卡特莫尔-罗姆样条线（Catmull-Rom）为基础的线圈建模方法。针对“纤维级”服装的渲染通过加入Blinn-Phong光照模型、万向阴影、环境光遮罩，进一步提升服装布料真实质感，利用延迟着色技术预渲染纱线，使用空间加速结构，视锥剔除技术对线圈型值点进行管理,提升纤维级服装的实时渲染速度。
辛磊：传统彩色成像技术获取的数字图像存在同色异谱问题，记载有光谱信息的多光谱图像能够有效降低颜色采集时存在的同色异谱情况。基于重建的光谱获取方式具有便捷、快速及使用成本低廉等优点，成为当前多光谱图像获取的研究热点。目前光谱重建算法主要分为机器学习与深度学习两大类。然而，无论是机器学习还是深度学习光谱重建算法，均无法对抗曝光环境改变的情况，即在某种曝光水平下所建立的光谱模型，不能直接在另一曝光水平下进行光谱重建。为克服上诉问题我们将根多项式扩展以及数据增强分别应用于机器学习模型与深度学习模型，并在此基础上进一步提升模型的鲁棒性，这对于光照强度易变场景的光谱重建具有重要意义。
周景：为实现经摩擦后纺织品色牢度的自动评级，提出了一种基于彩色数字成像的纺织品摩擦色牢度自动评级方法。该方法首先根据GB/T 3920-2008标准规定对纺织样品进行摩擦得到目标样本，在色牢度目视评级标准条件下，对目标样本进行专业目视评级，获得目视评级结果。然后利用数码相机在标准光源箱内拍摄目标样本数字图像，通过光谱重建算法得到目标样本的颜色数据值。最后利用训练样本和BP神经网络构建摩擦色牢度预测模型，对测试样本色牢度等级进行预测，并与现有色差转换方法和曲线拟合方法进行了对比。实验结果显示，利用BP神经网络能够较好的构建纺织品色牢度预测模型，方法总体性能与色差转换方法基本一致，并显著优于曲线拟合方法。证明基于彩色数字成像的纺织品摩擦色牢度自动评级方法与目视法结果具有较高的一致性，而且实际应用更为方便。
程靖尧：纺织生产工艺中纺织品颜色精准测量是其控制的前提，但传统设备无法精准测量复杂色彩与纹理织物的颜色，每年给纺织企业造成数千万经济损失。本研究提出基于先进光谱重建理论的纺织面料照相测色方法，建立基于织物纹理特征的自适应加权颜色优化测量技术，研发基于对称光路设计及漫反射的全光谱均匀照明技术，研制面向复杂色彩与纹理织物的数字化照相测色装备。以该装备为基础，可服务于企业色样检索数据库构建、色牢度自动化评级、面料换色软打样、定制化色彩体系构建、数码配色、以及行业标准构建推广等具体应用。本装备将广泛服务于纺织服装及相关领域，解决企业技术难题，提升企业经济效益。