针对车路协同感知中行人目标细节易丢失、多源观测利用不足，以及不同传感器与编码器产生的特征难以直接协作等问题，本研究围绕细粒度目标检测与异构特征对齐展开。在细粒度检测方面，提出语义引导的双路径协同检测框架FineCoop，通过跨智能体关系聚合及全局与局部空间建模提取协同上下文，结合观测支持约束下的浅层特征聚合，将细尺度观测与深层语义共同用于行人预测，增强遮挡和稀疏观测条件下的目标表征。在异构协作方面，围绕不同参与类型之间的特征差异，探索公共特征空间中的跨类型对齐与融合机制，研究新增类型在已有协作框架下的适配方式，为提升复杂交通场景中的目标检测能力与协作系统可扩展性提供参考。

报告二

题目：基于光谱技术的面粉掺假多组分定量分析研究

报告人：彭诚

时间：2026年10月22日（周四），14:20-14:40

会议地点：30-222

报告摘要：

本研究基于光谱技术，围绕面粉掺假组分及其比例的定量预测展开。针对多种粉体混合后光谱重叠、散射干扰及掺假比例预测困难等问题，以二元、三元和四元粉体混合体系为研究对象，结合逐次加粉记录与质量信息，建立光谱数据与样本、组分及质量分数的对应关系。通过光谱分段偏移校正和多种预处理方法，减小仪器与样品散射因素的影响，并以偏最小二乘回归作为探针筛选预处理方案。在此基础上，比较传统线性、非线性回归模型与卷积神经网络，探索不同光谱二维表征方法及图像尺度对预测性能的影响，建立同时预测七种粉体质量分数的多输出回归模型，并在已知基粉条件下计算各掺假组分比例及总掺假率。采用完整实验组划分训练、验证与测试集，评价模型的预测误差及对留出实验组的泛化表现，为面粉掺假的光谱定量检测与建模方法选择提供实验依据。

报告三

题目：面向布匹缺陷检测的少样本数据合成与高可靠标注方法

报告人：彭志智

时间：2026年10月22日（周四），14:40-15:00

会议地点：30-222

报告摘要：

针对布匹缺陷检测中高质量标注数据稀缺、长尾缺陷样本覆盖不足以及人工标注成本高昂的挑战，本研究提出一种面向布匹检测场景的少样本数据合成与高可靠标注方法。该方法首先通过少样本条件下的图像合成策略生成多样化的布匹缺陷合成图像，实现数据扩充；随后基于上下文学习（ICL）构建动态检索增强机制，从少量已标注样本中检索语义相似的高质量示例，引导大模型对合成图像进行精准标注，并引入生成—评估—修正多轮反思闭环，通过自我批判机制与置信度阈值控制实现标注结果的迭代纠错，有效降低标注幻觉。

报告四

题目：基于迁移与融合机制的大模型情感分析研究

报告人：饶愿愿

时间：2026年10月22日（周四），15:00-15:20

会议地点：30-222

报告摘要：

当前大模型情感分析在真实场景中面临跨域泛化不足、信息模态单一、预测置信度不可信等问题，直接部署时容易出现标签漂移与过度自信误判。本研究构建了覆盖多数据集、多模型、多提示策略的实验体系，结合跨域迁移损失率与情感细粒度两项诊断指标，并设计面向多模态场景的置信度校准与模态冲突感知融合框架，实现语言、视觉等异质模态判断的可靠集成。实验验证表明，上述机制能够有效抑制跨域性能退化，显著改善模型校准质量与冲突样本的判别能力，为舆情监测、用户反馈分析等应用提供更稳健可信的情感计算支撑。

报告五

题目：基于强化学习的火灾多机器人协同搜索研究

报告人：沈威

时间：2026年10月22日（周四），15:20-15:40

会议地点：30-222

报告摘要：

针对火灾环境下双目深度估计精度不足、多机器人协同搜索效率不高以及受困人员定位困难等问题，本研究围绕复杂火灾场景下的机器人自主感知与协同搜救开展研究，构建涵盖双目立体匹配与多机器人强化学习的技术框架。在双目立体匹配方面，通过引入特征引导与误差感知机制，增强多尺度特征融合能力并优化视差估计结果，提高复杂场景下的深度估计精度。在多机器人协同搜索方面，结合层次化拓扑图、图注意力网络与强化学习，设计融合自主探索、人员搜索、通信协同及路径规划的决策方法，实现未知环境下的多机器人协同搜救。实验结果初步验证了所提方法的有效性，为复杂火灾环境下机器人的自主感知与协同搜救提供了技术支撑。

报告六

题目：基于域泛化的高光谱影像跨场景分类研究

报告人：陶卫强

时间：2026年10月22日（周四），15:40-16:00

会议地点：30-222

报告摘要：

本次报告围绕高光谱图像跨场景分类中源域与目标域光谱分布偏移、目标域在训练阶段不可见等问题，重点介绍本人参与完成的一项单源域泛化工作 S²PNet。针对现有生成式域泛化方法难以兼顾扩展域样本多样性与空谱语义一致性等不足，该工作一方面在U-Net中引入局部-全局Mamba模块与频域感知模块，生成风格多样的扩展域样本，并以光谱一致性损失约束其光谱形态；另一方面设计双层次特征对齐判别器，在浅层空谱结构信息与深层类别语义信息两个层次上，通过对比对抗损失实现源域与扩展域的特征对齐。在四个跨场景数据集上的实验验证了该方法的有效性。

报告七

题目：基于联邦学习的隐私保护运动意图脑电在线解码研究

报告人：王素芬

时间：2026年10月22日（周四），16:00-16:20

会议地点：30-222

报告摘要：

针对隐私保护条件下的运动想象脑电在线解码问题，研究跨数据集联邦协同训练、小样本目标域下的联邦域自适应算法以及在线闭环系统实现。研究工作有助于在保护EEG数据隐私的同时提升跨受试者和跨数据集解码性能，也可为联邦学习在康复医疗和可穿戴脑机接口中的应用提供方法与系统参考。

报告八

题目：面向石碑拓片图像文本识别研究

报告人：王翊行

时间：2026年10月22日（周四），16:20-16:40

会议地点：30-222

报告摘要：

在石碑拓片的场景中仍面临字符破损、字符间隔不均以及类内变异性等挑战，严重影响识别性能。针对石碑拓片识别的关键问题，引入自适应位置编码校准机制，动态调整字符之间的空间关系，以适应字符间隔不均的问题；同时通过自适应变异补偿机制，对特征进行调制，有效缓解由字符破损和条件差异引起的类内变异性。

打印: