計算機科學(xué)學(xué)院本科生楊楊,、孫夢等2篇論文首次被CCFC類會議CGI2024錄用
作者：朱劍林 編輯：田微 上傳：祝夢歡 審核：柯尊韜 發(fā)布時間：2024-06-19 瀏覽次數(shù)：
6月5日,，中國計算機學(xué)會（CCF）推薦的C類國際學(xué)術(shù)會議Computer Graphics International 2024（CGI2024）論文接收結(jié)果公布。我校計算機科學(xué)學(xué)院楊楊和孫夢兩位本科生在學(xué)院張瀟,、楊波,、朱劍林3位老師和武漢紡織大學(xué)黃晉老師指導(dǎo)下,，分別以第一作者向CGI2024投稿的論文被錄用，這是我校本科生首次以第一作者身份發(fā)表CCF推薦國際學(xué)術(shù)會議論文,。
楊楊同學(xué)的論文題目為《An Improved YOLOv8-Based Rice Pest and Disease Detection》,。他的研究工作關(guān)注現(xiàn)階段的基于深度學(xué)習(xí)的方法對農(nóng)作物病蟲害檢測存在檢測精度低、速度慢,、部署困難且漏檢率高的問題,，提出了一種改進的病蟲害檢測模型 YOLOv8-HSFPN。圖1為該模型在水稻病蟲害上的識別結(jié)果,；圖2為基于該模型設(shè)計并開發(fā)的基于Web端的農(nóng)田病蟲害檢測系統(tǒng),，方便相關(guān)人員通過網(wǎng)絡(luò)便捷、實時進行農(nóng)田病蟲害識別和監(jiān)測,。
圖 1 本模型的識別結(jié)果
圖 2 農(nóng)田病蟲害檢測系統(tǒng)
孫夢同學(xué)的論文題目為《Pedestrian Detection in Foggy Weather Through YOLOv8 based on FEAttention》,。她的研究工作主要關(guān)注在霧霾天氣下難以準確識別、定位到行人,，甚至?xí)霈F(xiàn)漏檢,、錯檢等問題，提出了一種基于 YOLOv8算法的改進模型 CDW-YOLOv8,，該模型的結(jié)構(gòu)框圖如圖3所示,。為了提高模型檢測的準確度和為相關(guān)研究提供更多優(yōu)質(zhì)數(shù)據(jù)集，自制了一個公開的中等規(guī)模霧天行人檢測專用的Foggy Pedestrian 數(shù)據(jù)集,，包含多種復(fù)雜霧天情況下的行人圖像,，如圖4所示。
圖3 CDW-YOLOv8網(wǎng)絡(luò)結(jié)構(gòu)框圖
圖4 Foggy-Pedestrian數(shù)據(jù)集部分數(shù)據(jù)
CGI是計算機圖形學(xué)與虛擬現(xiàn)實領(lǐng)域的國際主流學(xué)術(shù)會議,，國際圖形學(xué)學(xué)會（Computer Graphics Society, CGS）的旗艦會議,，也是該領(lǐng)域歷史最悠久的國際學(xué)術(shù)會議。
CGI2024將于7月1日至7月5日在瑞士日內(nèi)瓦舉行,。該會議是分享全球計算機圖形最新算法,、模型和技術(shù)，探索相關(guān)主題新趨勢和新發(fā)展的頂尖學(xué)術(shù)論壇,，足跡遍布歐亞美非及大洋洲各地,。
