梁棟博士基于惡劣觀測場景的魯棒任務模型交互研究及應用主題，為同學們分享時下熱點研究思路。

01

梁棟，南京航空航天大學計算機科學與技術學院副教授、碩導。2008、2011年獲蘭州大學學士及碩士學位，2015年獲日本北海道大學信息工學博士學位，2015年起在南京航空航天大學模式分析與機器智能（工信部）重點實驗室任教至今。以第一或通信作者在IEEE Transactions on Image Processing、Pattern Recognition、IEEE Transactions on Geoscience and Remote Sensing、IEEE Transactions on Neural Networks and Learning Systems)及AAAI等期f刊和會議上發表論文3O余篇，授權和公開發明專利10余項。主持KW某國防項目、國家自然科學基金、中國博士后基金（一等）、江蘇省自然科學基金；參與國家重點研發計劃、國家自然基金重點項目、江蘇省科技成果轉化重大創新項目各一項；承擔中國工程物理研究院、阿里達摩院、華為等課題若干。成果獲日貝瓦國際發明展金獎、中國生物特征識別大會“杰出貢獻獎”、中國“軟件杯”優秀指導教師獎、華為“智能基座”優秀教師獎。博士期間曾獲ISOT光機電國際會議唯一Best Student Paper Award及日本北海道大學年度優秀研究獎。研究方向為魯棒模式識別與智能系統。

02

2022年5月10日下午14：00-16：00，梁棟博士就惡劣觀測場景的魯棒任務模型交互研究及應用主題為我院老師和同學們做了線上分享，同學們積極參與了此次學術分享。

03

場景解譯是我國科研單位長期攻關的裝備智能化關鍵技術之一，同時也是自1985年以來美國國防部高級研究計劃局DARPA“戰略計算計劃”的核心研究內容，所涉技術可細分為成像增強、目標檢測、場景語義分割及多目標跟蹤等。在惡劣觀測場景中，成像品質差、背景復雜、弱目標占比大、目標位姿多樣等一系列可導致場景解譯系統性能退化的“病態”問題是無法回避的常態。研究惡劣觀測場景中的魯棒任務模型交互，可充分暴露現有技術缺陷并提出普適魯棒的場景解譯技術手段。

04

梁棟博士以遙感目標檢測、惡劣成像增強、動態場景前景分割為例，介紹課題組在魯棒任務模型交互方面的最新研究進展及應用情況。會后同學們就自己感興趣的問題進行積極提問，梁棟博士對同學們的問題一一解答并就一些專業知識進行知識擴展。

最后梁棟博士真誠建議各位同學，在做學術研究時要秉持著科學嚴謹的態度，珍惜讀研時光，在自己的領域發光發熱。

計算機科學學院