计算机与人工智能学院成功举办2021年度崇真青年学者学术沙龙

11月14日，计算机与人工智能学院举办2021年度崇真青年学者学术沙龙，本次学术沙龙邀请了武汉大学的罗航、汪丽霞、Muhammad Waseem、栗元邦、万红艳、孙志宏、朱玟谦；武汉理工大学的李浩然、周哲；华中师范大学谭雨婷；武汉纺织大学的颜小运、熊明福等一批优秀青年学者参会并做学术报告。会议讨论与分享学术成果、科研经验和创新思想，共同探索信息学科的发展。学院班子成员、各系（中心）主任及新进博士参加了本次学术沙龙，本次沙龙由副院长何儒汉主持。

院长胡新荣代表学院致欢迎辞，她说在当前这样一个特殊的疫情时期，大家能够克服种种困难，汇聚一堂，共同进行这样一个学术交流实在是非常不容易，代表武汉纺织大学计算机与人工智能学院的全体师生对各位博士的到来表示衷心的感谢和热烈的欢迎，并详细介绍了武汉纺织大学计算机与人工智能学院的人才培养、科学研究等基本情况。

十二位受邀的年轻博士就其开展的科学研究工作依次做学术报告。

罗航博士的报告题目为《基于卷积神经网络参数估计的sRGB图像白平衡校正方法》，报告针对sRGB图像的白平衡校正，基于卷积神经网络，提出从图像中估计出一个线性转换矩阵。通过验证试验，确定了模型的参数。在效果比较和计算开销的比较中，所提出的方法均优于现有方法。

汪丽霞博士的报告题目为《基于学习的多光谱重建技术研究》，报告主要介绍基于学习的多光谱重建技术的研究工作，包括小样本情况下的训练样本选择方法和多光谱重建模型以及大样本情况下的多光谱重建模型。

栗元邦博士的报告题目为《复杂环境下的用户需求获取与需求管理方法研究初探》，报告使用DevOps方法，将软件的开发、维护和质量保障看作一个统一的整体，实现移动应用需求的动态跟踪并有效了减少变更的范围。

万红艳博士的报告题目为《网页布局美学评估及量化分析研究》，报告以Alexa 全球综合排名网站首页作为研究对象，用客观的方法对影响网页布局美学的表征以及网页布局美学评估方法进行了研究。

颜小运博士的报告题目为《视觉显著性检测》，报告报告首先简要回顾视觉显著性检测的历史、发展历程、当前的发展趋势、主要方法的归纳分类、并总结视觉显著性检测所面临的难点和挑战。然后介绍自己在视觉显著性检测中所做的研究工作。主要介绍基于特征空间分布的显著性检测、基于多层次特征学习的显著性检测、基于邻域对比网络的显著物体检测和RGB-D融合的显著物体检测等。

孙志宏博士的报告题目为《基于检测跟踪框架的多行人跟踪综述》，报告详细介绍了多行人跟踪（MPT）中基于检测跟踪（TBD）的算法。其目的是预测多个行人轨迹，并在给定视频序列的情况下仍保持行人间的独立性。在过去的十年中，由于行人检测算法的进步，TBD取得了巨大的成功。

朱玫谦博士的报告题目为《面向复杂环境的车辆重识别技术研究》，报告指出真实复杂场景中，车辆重识别技术面临车辆图像的多视角呈现，视觉信息的伪造和对抗攻击等挑战，并从算法设计和性能评价等角度，对车辆重识别面临的相似车型的车辆重识别、重识别中的位置信息感知、对抗环境下的车辆重识别这三个重大挑战及研究进展进行了汇报。

李浩然博士的报告题目为《智能汽车个性化驾驶行为决策与运动控制方法研究》，报告针对自动驾驶车辆的个性化决策、规划与控制方法展开研究，建立自动驾驶车辆的单车/多车决策、规划与控制系统架构，利用自然驾驶实验分析的结果标定模型参数，使其能够体现人类驾驶员的个性特征。

周哲博士的报告题目为《基于HD-Map的智能车高精度定位方法》，报告指出智能车作为未来汽车发展的主要方向之一，高精度的车辆车辆位置是实现智能驾驶的基础，也是进行路径规划、决策控制等的先条件。报告重点挖掘道路自身的特点，来构建高稳定、低数据量的高精度地图，以提高智能车的定位精度。

熊明福博士的报告题目为《基于复杂低质环境下外貌形态可变的目标识别研究》，报告首先从行人轮廓外貌和表情识别两个方面展开论述，介绍了基于外貌服饰可变的行人重识别和表情识别关键技术，围绕监控环境下目标的外貌关键特征提取等工作，介绍目标识别研究的理论、方法及关键技术；最后对该问题进行了展望。

此次学术沙龙为青年博士和青年学者提供了一个良好的交流平台，增进了学院与武汉地区青年学者之间的学术交流与合作。在加强学科交叉融合，促进信息学科青年人才的成长，进一步提高计算机与人工智能学院科学研究和学科建设水平中发挥了重要作用。