科研学术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
学校第93期博士后学术沙龙举行
文:信通学院 图:信通学院 来源:信通学院 时间:2024-05-03 539

  为搭建我校博士后之间的学术交流平台,促进学术水平提升,4月26日,由电子科技大学博士后管理办公室主办,信息与通信工程学院承办的第93期博士后学术沙龙在清水河校区举行。信息与通信工程学院李武军、Isaac Osei Agyemang、王谋三位博士后分别介绍了各自研究进展,并与参会师生进行交流探讨。

  李武军博士后作了题为“基于信息交互的密集交通目标跟踪方法研究”的报告。他主要介绍了针对实际交通雷达探测场景中遇到的密集拥堵车辆跟踪问题,深入研究了外形尺寸信息辅助的闭环反馈目标跟踪,以及基于道路和周围车辆信息交互的目标跟踪等方法。该方法充分利用不同信息之间的差异性和互补性,通过多信息交互提高目标跟踪精度。相关成果可广泛应用于车载雷达和十字路口交通雷达目标跟踪等领域,为复杂交通场景目标跟踪提供有效的技术途径。

WechatIMG80.jpg

  Isaac Osei Agyemang博士后了作题为“多视觉模态微型无人机结构损伤检测”的报告。他探讨了使用配备DetectorX框架的微型无人机进行结构损伤检测的技术。该方法通过深度学习技术,利用多视觉模态以提高检测精度和对不同环境的适应性。报告中讨论了在DetectorX框架内通过使用Stemblock结构和螺旋池化技术,实现动态视觉模态与传统的RGB通道数据的结合。该方法可有效提升目标检测器的鲁棒性和适应性,对民用基础设施的安全维护具有重要研究价值。报告还展示了实验主要成果,证明所提DetectorX方法较传统模型的性能优势。

WechatIMG81.jpg

  王谋博士后作了题为“三维SAR学习成像技术”的报告。针对现有压缩感知成像算法存在计算开销大、参数调试难、场景适应性差等问题,他深入研究学习重构技术解决三维SAR高效高精度成像的技术途径,并将传统迭代稀疏成像算法映射为深度网络,可显著提升算法的收敛速度、计算效率、重建精度。报告依托学习信号重构框架,重点围绕3D-SAR成像模型表征、网络构建、误差补偿等关键问题的研究进展展开讨论。

WechatIMG82.jpg

  学术分享结束后,三位博士后和与会同学进行了交流,同时结合自身的科研经历,给同学们未来的学术发展提出了建议。

WechatIMG83.jpg


编辑:罗莎  / 审核:李果  / 发布:李果

"