官方网站-首页
2025-07-01 00:01:23
在科技日新月异的今天，计算机视觉作为人工智能领域的一个重要分支，正以前所未有的速度推动着技术创新与应用拓展。香港大学（港大）作为亚洲乃至全球顶尖的学府之一，在计算机视觉领域的研究更是取得了令人瞩目的成就。本文将聚焦于“港大计算机视觉博士研究”，通过几个核⛵️心要点，带领读者深入了解这一前沿领域的最新进展。
近期，港大开源了一款博士级AI智能体——AI-Researcher，它能够独立完成高质量的算法研究。在计算机视觉图像生成领域，AI-Researcher仅凭用户提供的研究方向和相关文献，便独立完成了从算法设计到代码实现的完整流程。例如，在探索Vector Quantization（VQ）技术时，AI-Researcher所设计的技术方案融合了特殊的旋转重缩放机制、梯度流优化算法及动态码本更新系统，这一系列创新不仅加速了模型训练，还显著提升了生成图像的质量。实验数据显示，改进后的VQ-VAE模型在码本困惑度上从17.95提升至最高431.25，这一成果展示了AI智能体在科研上的巨大潜力。
港大工程学院计算机科学系及电机电子工程系的研究团队，在机器视觉领域也取得了重大突破。他们研发的神经形态曝光控制（NEC）系统，灵感源自人类外围视觉机制，实现了在极端光照变化环境下的机器视觉稳定。该系统结合了事件相机与三重事件积分（TEDI）算法，能够在车辆进出隧道、眩光干扰等突发性光照突变场景中，显著提升目标侦测的精确度。据研究数据显示，在自动驾驶场景中，NEC系统使得目标侦测平均精确度平均值（mAP）提升了47.3%。这一成果不仅突破了传统曝光控制的技术局限，更为自动驾驶、医疗机器人等现实场景的应用开辟了新路径。
在最新的AAAI 2025会议上，港大计算和数据科学学院的俞益洲教授及其团队提出了SparX——一种强化Vision Mamba和Transformer的稀疏跳跃连接机制。SparX受到人类视觉系统中神经节细胞的启发，将网络基础模块分为神经节层（Ganglion Layer）和常规层（Normal Layer），通过交叉堆叠这两种层构建了新的Vision Backbone网络。实验结果显示，基于🎈SparX构建的Vision Mamba模型SparX-Mamba，在ImageNet-1K上的Top-1准确率相较于VMamba-T提升了1%，同时在语义分割和目标检测任务上也表现出色。这一机制的设计，为挖掘和利用网络的层间互补性提供了新的思路。
除了上述研究外，港大在计算机视觉国际会议（ICCV）上也屡获佳绩。例如，在ICCV 2025上，香港科技大学（广州）人工智能学域的博士生葛汶杭凭借其论文“Ref-NeuS: Ambiguity-Reduced Neural Implicit Surface Learning for Multi-View Reconstruction with Reflection”获得了最佳论文提名奖。该论文围绕利用隐式表面表示以及体素渲染对反光物体进行多视角重建的问题展开研究，提出了反光得分来表示异常值，并据此设计光度一致性损失函🈯登录数，显著提升了反光物体的重建质量。这一成果对于3D打印、AR/VR等领域具有重要的应用价值。
综上所述，港大在计算机视觉领域的研究不仅涉及AI智能体的自主科研、神经形态曝光控制系统的创新设计，还包括对Vision Mamba和Transformer性能的强化提升，以及在国际学术会议上的亮眼表现。这些研究不仅推动了计算机视觉技术的边界拓展，更为自动驾驶、医疗机器🐲登录人、AR/VR等前沿应用提供了坚实的技术支撑。随着技术的不断进步和应用的日益广泛，我们有理由相信，计算机视觉将在未来发挥更加重要的作用，为人类社会的发展贡献更多智慧与力量。
400-86503662
深度学习在视觉识别应用
