564
0
2025-08-07
2025-08-07
應(yīng)澳門大學(xué)科技學(xué)院邀請，劉偉鋒教授帶領(lǐng)團隊9名師生于2025年7月29—31日赴澳門大學(xué)開展學(xué)術(shù)訪問。此次交流以“AI驅(qū)動遙感數(shù)據(jù)分析”為主題，旨在深化與粵港澳大灣區(qū)高校在人工智能領(lǐng)域的科教合作。
圖1 團隊與科技學(xué)院師生合影
研討會上團隊共有四名師生進行了專題報告：
青年教師李志帥做題目為“VisionTraj: A Noise-Robust Trajectory Recovery Framework based on Large-scale Camera Network”的報告?；诖笠?guī)模城市攝像頭網(wǎng)絡(luò)，融合“粗細粒度聯(lián)合去噪”與“軌跡段上下文增強”兩項模塊化技術(shù)，提升車輛軌跡恢復(fù)精度，為智慧城市交通監(jiān)測與路徑優(yōu)化任務(wù)提供高效解決方案。
圖2 青年教師李志帥做專題報告
博士生李哲做題目為“Adaptive Privacy Protection for FederatedLearning Against Gradient Leakage Attack”的報告。針對聯(lián)邦學(xué)習(xí)中的隱私泄露風(fēng)險，本研究構(gòu)建了基于擾動優(yōu)化的隱私保護技術(shù)體系，在確保嚴格隱私保護的前提下，實現(xiàn)了模型準確率提升、可解釋性能增強以及通信開銷下降，為聯(lián)邦學(xué)習(xí)的實際應(yīng)用提供了更加安全高效的解決方案。
圖3 博士生李哲做專題報告
博士生王進做題目為“Rethinking Prior Information Generation with CLIP for Few-Shot Segmentation”的報告。針對小樣本圖像分割領(lǐng)域中傳統(tǒng)視覺先驗表示存在的問題，提出利用CLIP模型的視覺-文本對齊能力來重構(gòu)先驗表示，從而為小樣本分割任務(wù)提供更精準、更魯棒的先驗指導(dǎo)，為該領(lǐng)域的研究開辟了新思路。
圖4 博士生王進做專題報告
碩士生唐浩做題目為“A Training-free Synthetic Data Selection Method for Semantic Segmentation”的報告。針對合成數(shù)據(jù)語義分割領(lǐng)域存在低質(zhì)量的合成數(shù)據(jù)樣本的問題，提出了基于CLIP的無需訓(xùn)練的合成數(shù)據(jù)選擇方法，在顯著減少了數(shù)據(jù)量的同時，提升分割性，為合成數(shù)據(jù)的應(yīng)用提供了更可靠的保障。
圖5 碩士生唐浩做專題報告
訪問期間，澳門大學(xué)科技學(xué)院周怡聰教授帶領(lǐng)團隊師生參觀了澳門大學(xué)人工智能實驗室，深入了解澳門大學(xué)遙感數(shù)據(jù)分析領(lǐng)域的前沿技術(shù)。
圖6 團隊師生參觀澳門大學(xué)人工智能實驗室
此外，團隊師生在澳門開展了豐富的活動：劉偉鋒教授與學(xué)生打乒乓球、團隊師生在澳門著名地標(biāo)合影留念、博士生王進品嘗當(dāng)?shù)靥禺a(chǎn)牛雜面等。
圖7 劉偉鋒教授與學(xué)生打乒乓球
圖8 團隊師生在澳門著名地標(biāo)合影留念(1)
圖9 團隊師生在澳門著名地標(biāo)合影留念(2)
圖10 博士生王進品嘗當(dāng)?shù)靥禺a(chǎn)
此次與其他院校研究人員的學(xué)術(shù)交流活動，拓寬了本校學(xué)生的國際視野，也為兩校后續(xù)深度合作奠定了更牢固的基礎(chǔ)。
