北京工业大学两位本科生以第一作者身份在国际权威会议发表论文

BTBU

【奋进双一流】北京工业大学两位本科生以第一作者身份在国际权威会议发表论文
5 l& N) S3 l% t4 W$ U来源：计算机学院 时间：2024-12-13
  T4 d' j3 L9 ~, L近日，人工智能领域国际权威学术会议、CCFA类推荐会议——第39届AAAI人工智能大会（AAAI Conference on Artificial Intelligence）公布2025年论文录用结果。北京工业大学计算机学院邓勇舰、杨震教授团队指导的本科生王子豪、赵禹程分别以第一作者身份在AAAI 2025会议发表论文。这是学院本科生继去年发表人工智能权威会议论文后，再次以第一作者身份在该领域国际权威会议上发表论文。
+ ^8 b; y9 T( W0 I. y$ ^6 a9 Q
论文《MSV-PCT:Multi-Sparse-View Enhanced Transformer Framework for Salient Object Detection in Point Clouds》展示了团队在点云显著性检测（PC-SOD）领域的最新研究成果。此类研究通常将该任务视为点云分割，忽略了显著性检测任务旨在模拟人类视觉的感知特性，难以妥善处理物体遮挡难题。本文通过模拟人类对3D场景的感知范式，提出基于3D视觉点云主干及其多视图投影的框架，命名为MSV-PCT；提出一种新颖的点云边缘检测损失函数，有效解决伪影问题；介绍一种从RGBD-SOD数据生成模拟PC-SOD数据集的新方法，满足评估PC-SOD方法的泛化能力。多个公开数据集的实验结果表明，MSV-PCT实现了领先的准确率和鲁棒性。

论文《ESEG: Event-Based Segmentation Boosted by Explicit Edge-Semantic Guidance》展示了团队在基于事件数据的语义分割领域的最新研究成果。事件数据噪声大且极其稀疏，导致学习模型难以定位和提取线索用于下游任务，尤其是像素级任务。本文提出一种新颖的学习框架ESEG来缓解上述困境。鉴于事件信号与移动边缘密切相关，研究引入显式的边缘语义监督作为参考，迫使事件分割模型考虑到边缘区域中事件数据的高置信度来全局优化语义。此外，研究提出一个“密度感知动态窗口交叉注意融合”学习模块。该模块中密度感知、交叉注意力、动态窗口掩蔽机制被联合起来以优化基于边缘/稠密特征的自适应融合。多个公开数据集上的实验结果证明了ESEG及其核心设计的有效性。