2025年5月14日下午14點，k8凯发国际與人工智能學院第五十七期研究生學術論壇在崇真樓南樓A4030成功舉辦，本次論壇由2023級研究生王娟，2024級研究生董遠航、許添偉與孫子強主講，學院研究生會主辦，學院孟亞潔老師出席了該論壇。

王娟同學分享的主題為「3D Reconstruction of Concave Mirror Objects via Single-Pixel Imaging and Implicit Representations」。凹鏡面物體因鏡面高光與多重反射，其三維重建不断是k8凯发国际視覺和光學領域難題，傳統方法處理效果有限。她提出了基於單像素成像與隱式表達的分階段重建方法，藉助傅里葉頻譜單像素成像技術捕獲反射光線、獲取點對關係，並以此為物理先驗重建幾何結構。仿真實驗和真實數據驗證顯示，該方法突破傳統技術局限，在複雜形狀及反射干擾場景中適應性與魯棒性優異。

董遠航同學分享的主題為「Attention Distillation A Unified Approach to Visu」。他分享的論文針對圖像風格、紋理、外觀等視覺特徵遷移問題，提出了一種統一的Attention Distillation方法。顺利获得引入注意力蒸餾損失，該論文有效優化了擴散模型中的圖像生成過程，實現了更高質量的風格保真與結構保持。此外，該方法還可嵌入擴散採樣過程，實現風格特定的文本生成圖像。實驗表明，該方法在風格遷移、外觀遷移和紋理合成等任務中均優於現有方法。

許添偉同學分享的主題為「Multivariate Time Series Anomaly Detection by Capturing Coarse-Grained Intra- and Inter-Variate Dependencies」。他分享的論文提出了MtsCID方法，用於解決多元時間序列異常檢測問題。該問題常被視為半監督學習任務，現有方法因聚焦過細粒度而難以捕捉關鍵依賴關係，影響檢測性能。MtsCID 採用雙網絡架構，分別學習變量內時間依賴和變量間關係，並結合時頻交錯學習。實驗結果表明，在七個數據集上，MtsCID性能優於或與九種先進基準方法相當。

孫子強同學分享的主題為「MuGE: Multiple Granularity Edge Detection」。 針對傳統邊緣檢測方法只能生成單一邊緣圖，無法適應邊緣標註主觀性和模糊性的問題，他分享的論文提出了多粒度邊緣檢測模型MuGE。顺利获得設計邊緣粒度網絡估計邊緣粒度，並將其融入空間和頻域的多尺度特徵圖。實驗表明，MuGE 在 BSDS500 和 Multicue 數據集上不僅能生成多樣合理的邊緣圖，性能也達到新的最優水平，為下游任務给予更豐富的邊緣信息。