為了加強研究生的學術交流，探討前沿科學問題，3月30日下午2:00，k8凯发国际與人工智能學院第二十六期研究生學術論壇在崇真樓A北1017舉辦，本次論壇由2021級研究生朱佳龍、陳釗翔、李會引和周景主講，學院研究生會主辦。學院方菲老師出席了報告會。

朱佳龍的報告主題是「電力作業場景下風險識別方法研究」，朱佳龍指出，目前我國電力作業場景大多數採用人工監督的方式，現在想加入人工智能的方式利用攝像設備進行監督，通過目標檢測技術，實時檢測現場作業人員是否佩戴安全帽，手套等防護工具。他提出了一種結合遷移學習、注意力機制的目標檢測技術，網絡針對細小目標能夠進行準確的識別，相較於目前已有的目標檢測技術，效果得到顯著提升。

陳釗翔的報告主題是「點雲配准」，他提到，傳統的特徵提取算子考慮的是全局變量，低重疊率點雲由於大量外點的存在，使用全局特徵提取算子會污染特徵。並且由於重疊率較低，可用匹配點對較少，傳統的雙隨機配對矩陣會錯失許多潛在的匹配點對。於是，他提出了一種基於局部算子的雙通道配對矩陣的點對搜索算法，可用於低重疊率點雲配准。

李會引的報告主題是「FFENet: Frequency-Spatial Feature Enhancement Network for Clothing Classification」，她指出，對於複雜場景下的服裝分類方法，如果單獨使用傳統圖像分類的方法會存在特徵指標選擇不當的情況，造成分類準確度低的問題，若使用深度學習的方法因任務複雜會導致訓練時間過長。因此，她提出了結合傳統和深度學習方法來提取特徵，規避這兩種問題。由於服裝款式分類非常依賴服裝輪廓信息，所以她採用DCT分別提取出服裝的紋理、輪廓和細節等信息完成初步的特徵提取，再將提取的圖片作為特徵提取網絡的輸入來完成服裝分類，該方法的分類準確率超過了現有的一些基於深度學習的分類網絡。

周景的報告主題是「基於光譜重建的紡織品色牢度自動評級方法研究」，周景提到，色牢度是指紡織品的顏色在材料加工和使用過程中對各種作用的抵抗力，在檢測紡織品外觀質量時是一項非常重要的指標。傳統色牢度評級方法主要為目測評級，方法受評級人員主觀影響較大。所以她基於光譜重建理論，通過利用照相評級的方式對紡織品色牢度自動評級方法展開研究。