2024年9月20日，由中国图象图形学学会（CSIG）主办，优博俱乐部承办的第十二期学生会员分享论坛在线成功举办。论坛由香港城市大学李勇研究员主持，邀请4位优秀博士生作学术报告和4位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6000人次线上参会。

图 1 合影

清华大学博士研究生丰一帆作题为“超图神经网络：方法与应用”的报告。南京理工大学谢国森教授对丰一帆同学的报告进行了细致点评，肯定了超图神经网络理论与方法在多个视觉场景中的有效性。谢老师指出，报告中的超图神经网络系列工作从谱域和空域角度分别设计了超图卷积方法，可以有效实现复杂关联与数据的协同计算，该系列工作理论基础扎实，同时也在关键的视觉任务中进行了验证，证明了其理论和方法的优越性。同时，谢老师也指出说如何将超图神经网络与大模型进行有效的结合将会是一个很有前景的研究方向。

图 2 清华大学博士生丰一帆作报告

中山大学张权博士生作题为“行人重识别研究：从个体到群体”的报告，西安交通大学史金钢副教授对张权同学的报告进行了细致点评，肯定了其研究在多场景行人重识别任务中的学术意义及社会应用价值。史老师指出，报告围绕行人重识别展开，既涵盖了个体重识别，又涉及群体重识别，研究内容充分考虑了地面视角、空地视角、短时监控和长时监控等多种场景。针对不同场景所面临的挑战，报告提出了有针对性的解决方案。整个研究体系逻辑清晰，循序渐进，创新性高且应用广泛，具有良好的社会效益转化潜力和实际应用推广价值。此外，史老师也富有见解地指出，真实场景中的图像退化问题对于行人重识别任务带来挑战，并建议结合当前热门的生成技术和大模型技术，进一步推动该领域的研究和发展。 

图 3 中山大学博士生张权作报告

华中科技大学博士生梁定康作题为“标签高效的密集目标分析”的报告。中国矿业大学邵志文副教授对梁定康同学的报告进行了深入点评。邵老师指出，梁定康同学的报告展示了其研究工作的系统性和深度，具有重要的学术和应用价值，尤其是在社会公共安全等领域意义显著。他的研究具有良好的延续性，从密集人群计数出发，逐步扩展至密集遥感目标识别，并进一步探索3D密集场景的应用。本次报告既涵盖了宏观层面的概念介绍，又深入探讨了核心算法的技术细节，内容详实，论述清晰，达到了深入浅出的效果，使听众能够清晰了解其研究的实际应用场景和未来发展方向。

图 4 华中科技大学博士研究生梁定康作报告

厦门大学博士研究生吴海作题为“基于常识原型的无监督三维目标检测”的报告。西安电子科大武阿明老师对吴海同学的报告作了点评，认可了利用常识实现无监督三维目标检测的创新性与先进性。武老师指出，该同学的工作较为扎实、完备，三维目标检测技术在自动驾驶等领域有重要应用，报告中针对标注成本高所提出的无监督三维目标检测方法很有启发性。同时，武老师还富有见解地指出在大模型时代利用大模型的先验知识有希望解决标注成本问题，如何利用先进大模型的能力进一步提升三维目标检测的能力是一个新的富有挑战的问题。

图 5 厦门大学博士研究生吴海作报告

图 6 panel交流讨论

Panel环节由香港城市大学李勇主持，点评专家和报告人共同围绕研究生生涯中热点话题进行了经验分享。腾讯会议室及寇享学术直播间互动频繁，气氛热烈。通过此次活动，促进了博士生之间的学术交流、有助于学术视野的开拓以及创新思维的酝酿。参会的学生们纷纷表示在此次活动中收获颇丰、受益匪浅。