2024年4月24日下午14點，k8凯发国际與人工智能學院第四十二期研究生學術論壇在崇真樓南樓A4030成功舉辦。本次論壇由2022級研究生楊欣馨、劉瑞雪、李賀、2021級研究生王文軒主講，學院研究生會主辦，學院李震威老師出席了該論壇。

楊欣馨同學分享的主題為「基於不變特徵解析的抗服飾變化行人重識別」。她聚焦長時間監控下行人更換衣服導致無法識別目標行人的問題。為了解決這一問題，他採用了PRCC、LTCC和CCVID三個主要數據集進行研究，並提出了一種利用RGB圖像去除服裝特徵影響的方法，主要包括數據預處理和Self-Correction-Human-Parsing技術，目的是提高模型對光照變化和顏色變換的魯棒性，並減少由於衣服相似性帶來的干擾。目前實驗效果不錯，接下來她準備通過融合多模態特徵，如RGB圖像、灰度圖、輪廓圖和關節點等途徑來以構建一個信息互補的多模態特徵融合模型，未來可能會考慮人臉解析與人體解析的結合，來為行人重識別技術帶來新的發展思路。

劉瑞雪同學分享的主題為「基於生成式AI的音樂作曲」。她針對歌詞-音樂旋律配對數據不足和對齊的問題，採取以下步驟來生成音樂作品。首先，利用未配對的旋律數據進行預訓練，然後，使用預訓練模型生成原創旋律數據，並存儲在數據庫中，解決數據不足問題，並提升對音樂結構的理解。接下來，通過篩選和索引生成的旋律數據，根據特定的歌詞條件進行匹配，確保旋律與歌詞相協調，解決對齊問題。最後，將生成的旋律輸入旋律語言模型，並選擇得分高的旋律，以找到最適合整首歌曲的旋律組合。通過這些步驟，能夠生成具備創意和用戶可控性的音樂作品。

李賀同學分享的主題為「基於數據增強與預測聯合學習的工業過程軟測量」。她提出了一種基於數據增強與預測聯合學習的工業過程軟測量，軟測量是一種用軟件代替硬件進行測量的技術。在工業過程中，需要對關鍵質量產量進行及時的監控，然而，傳統的硬件測量方法面臨價格昂貴，測量環境要求過高等因素，所以採取軟測量的方法。軟測量一般包括三個過程，首先是輔助變量選擇，就是進行數據的採集以及對採集後的數據進行變量選擇，其次是軟測量建模，也就是採用數學或者算法模型，進行關鍵指標的預測，最後就是在線的軟測量。本次研究針對數據採集困難，數據稀缺等問題，進行數據增強，並結合數據增強模型和測量模型進行聯合訓練，解決了深度學習模型需要大量數據去訓練，然而此領域數據樣本稀缺的問題，以及提高了軟測量的預測精度。

王文軒同學分享的主題為「基於Hyperledger Fabric的服裝設計圖版權保護方法研究」。她提出了一種基於聯盟鏈做服裝設計圖的數字版權保護。為了緩解服裝設計圖版權無法通過可靠第三方進行認證、保護、交易與管理，我們提出了基於DZSC方法的服裝設計圖版權管理框架。在服裝設計圖水印方面，為了緩解版權水印信息嵌入宿主圖像導致宿主圖像失真、水印無可靠第三方存證等問題，我們提出了基於零水印的服裝設計圖版權存證方法。仿真實驗結果表明，提出的DZSC方法的服裝設計圖版權管理框架，在一定程度上能有效解決服裝版權侵權問題，具有較好的穩定性，除了在服裝設計圖版權領域，在其他知識產權領域也具有一定的潛力。