2024年5月31日，由中国图象图形学学会（CSIG）主办，CSIG武汉会员活动中心和优博俱乐部联合承办的第十期学生会员分享论坛在线成功举办。论坛由华中科技大学刘禹良研究员主持，邀请4位优秀博士生作学术报告和4位武汉会员活动中心执委作为评议嘉宾对研究工作做出点评并解惑，共同围绕研究生学术生涯的热点话题进行探讨，本次活动吸引了近7000人次线上参会。

首先CSIG武汉会员活动中心主席武汉大学杜博教授介绍了武汉会员活动中心的宗旨以及学生会员分享论坛的活动形式和理念原则，肯定了已经举办和计划举办的优质学术交流活动，并对参加此次论坛的评议嘉宾及讲者表示感谢。杜博教授强调中国图象图形学学会是一个致力于给图像图形领域研究人员和广大会员提供高质量服务的全国性一级学会组织，是一个重要的人才举荐和培养平台，希望大家都能积极参与学会各项学术活动，共同推动学术交流与人才成长，并预祝本次活动取得圆满成功。

图 1 杜博教授致辞

接下来，四位讲者分别带来精彩的学术报告。武汉大学计算机学院博士研究生钟起煌作题为“面向通用语言大模型的预训练与微调技术研究”的报告。报告指出，目前的大模型普遍面临着预训练效率低以及微调泛化性差的问题。报告介绍了去噪自监督和对比自监督损失函数在预训练任务中的应用,分享了一种自进化算法用以有选择性增强Token的学习。报告在模型微调方面介绍了一种基于语义一致的Token Dropping算法用以保留原始语义信息，以及基于知识蒸馏的微调算法。针对大模型微调过拟合的问题，介绍了基于Fisher mask的高效锐度感知优化器，从而实现更高效、平坦的收敛训练。除此之外，报告还介绍了织女大模型在自然语言理解任务中的应用。

图 2 武汉大学计算机学院博士生钟起煌作报告

图 3 湖北工业大学叶志伟教授点评

湖北工业大学叶志伟教授肯定了去噪自监督以及对比自监督等算法在大模型的预训练以及微调方面的创新以及实践应用。同时，认为报告介绍内容开拓了大家的学术视野以及有助于激发创新思维。

图 4 华中科技大学博研究生许刚伟作报告

华中科技大学许刚伟博士研究生作题为“高精高效的稠密点对应匹配”，主要介绍了立体匹配以及光流估计方面的前沿进展。报告提出基于相关体和注意力权重图的注意力连接体，将相关体转换为注意力权重图可以有效的约束连接体，从而增强立体匹配的效果。进一步介绍了针对小分辨率稠密相关体快速产生视差候选以及对应的注意力权重，根据高概率的视差候选值构建大分辨率稀疏连接体的方法，从而满足实时立体匹配任务的需求。针对RAFT-Stereo算法中优化困难、收敛速度慢的问题，介绍了代价滤波以及迭代优化的算法，从而加快了收敛速度，获得了更优的效果。在光流估计方面，介绍了高动态域对齐约束对光流网络进行监督训练，实现了不同曝光输入的鲁棒性。

图 5 中国地质大学（武汉）唐厂教授点评

中国地质大学唐厂教授对许刚伟同学的报告进行了深入点评，肯定了以高精度和高效率作为立体匹配任务的研究重点。唐老师指出，报告中涉及的立体特征匹配系列工作，从基本的理论以及方法出发，阐述了当前的立体匹配相关算法的优缺点，并针对具体的问题提出了解决方法。该系列工作思路清晰，创新性强，实践效果良好。针对高动态渲染算法，唐老师认为引入无监督算法是解决数据稀缺的一个有效的方法。

图 6 武汉大学博士研究生肖屹作报告

武汉大学博士研究生肖屹作题为“遥感影像超分辨率重建”的报告。报告指出如何提取遥感影像中复杂的空间特征是静态超分辨率重建的难点之一。针对大幅面冗余属性干扰问题导致的建模效率低的问题，以及大范围遥感影像的感受野设计问题，介绍了融合Token自适应选择的注意力机制、多尺度前馈网络以及全局范围注意力机制的超分辨率重建架构。针对大幅面遥感影像在Transformer中受到二次复杂度限制的问题，介绍了基于Mamba架构的超分辨率重建框架。除此之外，在视频信息的超分辨重建方面，针对遥感视频中的配准以及融合的难题，介绍了多尺度可变卷积配准与时序分组投影卫星视频超分辨率重建框架。同时，基于光流与残差信息的相似性，缓解了光流估计的高耗时问题，介绍了基于局部-全局时序差异学习的卫星视频超分辨率重建框架。

图 7 华中科技大学高常鑫教授点评

华中科技大学高常鑫教授对于遥感领域的超分重建进行了精彩的点评。指出遥感领域的超分重建和计算机视觉领域的超分重建差别在于遥感领域静态的超分重建具有大幅面的特点。在遥感视频超分重建方面高老师肯定了肖同学以前后景等遥感特有属性作为出发点的思路。此外，高老师强调了将相关算法落地应用的重要性和价值，讨论了超分重建的评价指标，为遥感领域大幅面的超分重建提出了宝贵的意见。

图 8 武汉大学博士研究生郭昊南作报告

武汉大学博士研究生郭昊南作题为“时空先验引导的AI遥感智能解译方法”的报告，介绍了遥感影像的研究任务中存在着尺度差异大、异物同谱、阴影干扰、遮挡以及时间辐射差异等特点，强调了时空先验引导在高分辨率遥感影像建筑物智能提取中的应用价值。具体的，报告介绍了方向场、场景先验知识、历史先验以及相似度先验等先验知识在建筑物提取、变化监测、边缘精化方面的应用。此外，报告针对科研领域的入门、写作，个人成长以及博士基金的申请等进行经验分享，为研究生阶段的方向规划提供了宝贵的建议。

图 9 华中科技大学周瑜副研究员点评

华中科技大学周瑜副研究员详细的点评了郭同学的报告，对其由浅入深，由广泛到专精的研究脉络进行了梳理，肯定了方向场先验、场景先验、历史先验等从不同的视角充分的将先验知识分析融入到遥感影像处理任务中的思路。周老师指出对行业独有数据的深入理解分析以及秉持从需求中来到需求中去的基本理念有助于创新点的挖掘和研究工作的深入。同时，强调了算法的落地应用是检验其效果的一种重要的方式，为科研工作的开展提供了详细的指导和建议。

图 10  panel交流讨论

Panel环节由华中科技大学刘禹良研究员主持，点评专家和报告人共同围绕“NSFC青年学生基础研究项自申请过程中有哪些经验之谈或注意事项？”“科研选题如何确立？如何做出更有创新、更有意义的工作？”“如何发表高质量论文？有什么论文写作经验？”“大模型背景下，如何与所研究领域进行结合”等热点话题进行了经验分享。通过此次活动，促进了科研人员之间的学术交流、有助于学术视野的开拓以及创新思维的酝酿。