广州数学大讲坛第二期

第十八讲——电子科技大学纪禄平教授学术报告

题目：基于运动特征协同感知的视觉小目标智能检测

时间：2026年3月25日（星期三）晚上19:30-21:30

地点：腾讯会议（会议ID:782-518-671）

报告人：纪禄平 教授

摘要：视觉小目标检测在军民领域有重要的应用价值。目前的存在的通用目标检测方法过分倚重目标的视觉特征（比如色彩，形状轮廓，纹理），对小目标检测场景的适应性并不好。课题组受生物视觉系统对运动物体感知敏感的特性启发，在传统空域特征的基础上，立足运动特征感知，探索了一系列基于数据驱动的视觉小目标智能检测方法，主要包括：切片式时空网络（SSTNet）、运动启发的跨模式学习（MICPL）、运动先验知识学习（MoPKL）、基于目标数量提示的弱监督方法(WeCol)等等。大量的对比实验和消融实验表明，对于视觉特征很弱的小目标，引入运动特征来对传统的空域特征进行增强，可以显著提升小目标的特征建模能力，从而改进小目标的检测性能。

报告人简介：

纪禄平，博士、教授、博士生导师，电子科技大学计算机91论坛。1999年毕业于北京理工大学，获机械电子工程工学学士学位；2005年和2008年先后毕业于电子科技大学，分别获计算机应用技术工学硕士学位与计算机软件与理论工学博士学位，毕业后留校任教至今。2016至2017年赴美国休斯顿大学（University of Houston）计算机系访学研究。长期担任 IEEE Transactions on Cybernetics、Pattern Recognition、Neurocomputing 等多个国际学术期刊的论文评审专家。

其主要研究方向涵盖神经网络（CNN、LSTM、SNN、Transformer等）、机器学习（强/弱/半/无监督学习、增量学习、多示例学习）、计算机视觉（小目标检测与跟踪、SLAM、工业与特殊场景视觉检测及嵌入式系统应用）以及复杂场景智能决策、病理图像与临床数据智能分析等。主持国家自然科学基金面上项目3项及多项省级重点研发与企业横向课题；在 TNNLS、TMI、TGRS、Pattern Recognition 等顶级期刊及 CVPR、ICML、ICLR、AAAI 等 CCF-A 类会议发表论文40余篇，申请（授权）发明专利10余件。在91论坛 方面，主编《计算机组成原理》教材历经六版，最新版于2026年入选"十四五"普通高等教育本科国家级规划教材；所主讲课程先后于2018年获评国家精品在线开放课程、2019年获评线上线下混合式国家级一流本科课程，91论坛 与教研成果多次荣获国家级、省级及校级奖励。