学术交流会

为进一步掌握人工智能领域的学术前沿，开拓研究生的科研思路，调动研究生的科研积极性，人工智能学院于5月19日下午1点半在机械馆314－1顺利举办第二届研究生学术交流会的第三场活动。本次学术交流会由研究生第二党支部成员罗佳辉主持，由方陈、罗佳辉、郑刘帅、代清岳四位同学进行汇报，王传云老师、陈新禹老师、任艳老师、张檬老师、崔童老师参会并作点评。

方陈同学的研究汇报题目为“基于深度学习模型的反光光条提取”，该同学首先介绍了光条图像的特征以及解决反光光条提取问题的思想，重点分析了该问题的切入点。随后介绍了SegFormer以及MISSFormer模型，并对此做出了相应的改进。最后，展示了反光光条提取的可视化结果。

罗佳辉同学的研究汇报题目“为点云配准——ROPNet”，他从三维点云的研究背景开始讲解，延伸到点云配准的基本原理，接下来针对一篇具体的论文ROPNet对点云配准的过程进行了详细的阐述，并分析了该网络结构的优缺点，对此进行了相应的优化。最后，展示了点云配准的实验评价指标以及可视化结果。

郑刘帅同学的研究汇报题目是“基于YOLOv4的小目标异物检测的研究与应用”，首先介绍了机场跑道异物检测的研究背景及研究现状，由于跑道异物是造成飞行器安全事故的重要因素之一，因此，异物检测应用场景也变得至关重要。接下来，他结合目标检测的评价指标以及YOLOv4的网络架构对异物检测问题提出了相应的解决方案，并对其中的CSPDarknet53结构、SPP结构以及PAN结构进行详细的分析，然后提出了一种改进的YOLOv4结构。最后，展示了机场小目标检测的实验结果。

代清岳同学的研究汇报题目是“图像去雾”，他从研究背景与现状切入问题，讲解了图像去雾的意义、大气散射模型以及数据域的差异，对暗通道先验、正则化先验以及颜色衰减先验等基于先验去雾的方案进行介绍。然后对一些用于去雾问题的深度网络模型（如：DehazeNet、AOD-Net、DCPDN-Net、DMT-Net、PSD）进行了详细的讲解，并对这些方法的去雾效果进行了对比。最后，他对这方面未来的工作进行了展望。

在各位同学汇报结束后各位老师提出了不同的看法与建议。导师陈新禹对各位同学的汇报进行了总体的总结，他表示，同学的共同问题是对问题描述不清楚，例如方陈同学的研究汇报“基于深度学习模型的反光光条提取”，同学应该给出工作平台的样子，正常光条图片的样子，反光图片的样子，说明传统方法不好解决这个问题，深度学习方法可以解决，可以采样这种语义分割方法。此外王传云老师强调同学在汇报时的PPT需要注重颜色对比度与文字量的设置，增强美感，与此同时汇报时要多给出图片例子方便大家理解。

此次学术交流活动不仅让在场师生了解了人工智能相关领域的实际应用场景，同时也增加了学院的学术氛围，尤其是汇报后老师和同学们的交流与讨论，更有助于提高研究者在特定领域中的研究水平，让其他同学更好地理解自身课题之外的知识，以获得更好的发展机会与发掘自身的研究潜力！