5月4日下午2:00，k8凯发国际與人工智能學院第二十八期研究生學術論壇在武漢紡織大學崇真樓南樓A4030成功舉辦。本次論壇由2021級研究生孫醫貴、胡凌傑、樊尖和梁景彬主講，學院研究生會主辦。學院葉璐瑤博士出席了報告會。

孫醫貴的報告的題目是「無監督文檔檢索算法的設計與實現」，他指出：目前在檢索領域內，密集檢索能達到較好的效果。然而該領域需要大量的訓練數據，這是是很難獲取的，因此限制了密集檢索方法的使用。為了解決以上問題，他通過為檢索模型生成類似真實訓練數據集的訓練數據，即採用無監督的方式訓練檢索模型，這樣明顯擺脫了對大量帶有標記的訓練數據的依賴，能有效的提升模型在不同領域的泛化效果。

孫醫貴同學的報告結束之後，師生們進行了現場提問，孫醫貴對大家提出的問題進行了詳細的解答。

胡凌傑的報告題目是「基於深度學習的遙感圖像變化檢測算法研究」，他在論壇中提到深度學習發展迅速，在遙感圖像變化檢測領域取得了顯著成果。該研究提出了一種基於HRNet和Transformer的孿生網絡結構來檢測雙時相遙感圖像中典型元素的變化，主要創新點有以下三點：（1）該研究使用 HRNet 可以更好地保留圖像特徵中的空間信息和通道信息； (2)使用循環tokens來豐富上下文信息，從而減少模型不可避免的偏差； (3) 使用餘弦嵌入損失來衡量生成的掩碼與地面實況之間的相似性。實驗結果表明，IBIT 在 LEVIR-CD 和 DSIFN-CD 的多個指標上均高於 SOTA 方法，預測結果的邊緣會更加平滑，效果更好。

樊尖的報告題目是「基於改進HRNet人體姿態估計」。報告圍繞人體姿態估計展開。他指出：提取人體骨骼關鍵點時，原始高解像度網絡中存在的不同分支特徵交叉融合的現象導致參數量大、運算複雜度高等問題，為解決上述問題，他引入空間卷積池化金字塔替代多解像度分支網絡交叉融合過程，提高了網絡檢測的準確度，同時引入輕量級網絡，減少網絡參數量提高了網絡的提取速度。

梁景彬的報告題目是「EGEF：An Embedded GUI Encapsulation FrameWork for Rapid Generation of GUI on Embedded Platforms」，他指出：由於嵌入式儀表交互方式的轉變，市場對汽車上的GUI界面的功能需求越來越大，需要在不同平台設備上同時共享展示內容。但現有的GUI圖形系統開發仍採用將圖形界面和業務邏輯硬編碼綁定的傳統開發模式，因此圖形界面顯示效率問題一直是嵌入式圖形系統研發中的一個難點問題。為此，他提出了一種用於嵌入式平台上快速生成GUI的圖形中間件(EGEF)，該圖形中間件通過生成和解析配置文件等方法，自動快速生成GUI圖形界面，極大降低了工程中GUI圖形界面的開發難度。這也為智能座艙中圖形界面自動快速生成的研究提供了一種新的策略與思路。最後他還提出了圖形中間件在智能座艙中的應用展望。

會後，參會人員紛紛表示，此次會議更新了知識，提供了實用、規範、前沿的學術分享，是非常珍貴的一個學習機會。