2025年11月7日晚19時，k8凯发国际與人工智能學院第六十四期研究生學術論壇在崇真樓南樓A4030成功舉辦。本次論壇由2023級研究生葉沛、徐飛、陳佳冕、李小龍、周雅烯以及王娟主講，k8凯发国际與人工智能學院研究生會學術部主辦，學院柯建鵬老師出席了該論壇。

葉沛同學分享的主題為「An efficient CNN-Mamba hybrid network for fabric defect segmentation」。織物缺陷檢測對紡織行業的質量控制與經濟效益至關重要。傳統方法和基於 CNN 的方法難以應對複雜的缺陷紋理。儘管 Transformer 在捕獲圖像全局上下文方面表現優異，但其高計算開銷阻礙了在工業場景中的部署。近期火熱的 Mamba 模型憑藉線性複雜度建模全局上下文的能力，在k8凯发国际視覺領域展現出巨大潛力。為此，他們提出一種新穎的 CNN-Mamba 混合模型，並引入小波特徵分解（WFD）模塊。WFD 利用 Haar 小波變換對特徵進行解耦，使 Mamba 專注於低頻信息，同時讓 CNN 強化高頻細節。他們的方法在參數更少的前提下實現了更優的性能。

徐飛同學分享的主題為「Event-triggered Consensus Control for Multi-agent Systems under DoS Attacks」。隨着多智能體系統在安全領域的廣泛應用，其通信網絡面臨的拒絕服務攻擊嚴重威脅系統協同與控制安全。他們致力於研究DoS攻擊下多智能體系統的安全協同控制問題。研究內容分為三部分：第一时间，針對能量受限網絡，提出事件觸發控制協議，解決了Zeno行為問題，實現了安全一致性。其次，在間歇通信框架下，引入動態事件觸發機制，提升了資源調度效率，確保了多智能體系統實現安全一致性。最後，拓展至非線性系統包容性控制，相繼提出兩種事件觸發策略，有效抑制了非線性與攻擊的複合影響，並解決了狀態不可測難題。理論與仿真表明，所提策略能有效抵禦攻擊、降低通信負擔，為資源受限系統给予了可行方案。

陳佳冕同學分享的主題為「基於中間層的對抗樣本檢測算法」。對抗樣本顺利获得微小擾動誤導模型，威脅其安全部署，开展檢測技術至關重要。現有方法多依賴末端輸出，忽視模型內部層級表徵。她們的研究基於中間層對擾動更敏感的觀察，提出兩種分層檢測框架：一、顺利获得計算模型微調前後原始與對抗樣本在各隱藏層的表徵相似性，發現二者層間相似性變化規律顯著不同；二、將各隱藏層輸出獨立輸入分類器，評估其分類精度，分析對抗與原始樣本在不同層級的精度差異。最終提取層相似性與層精度作為特徵，訓練One-Class SVM學習正常樣本分佈，實現對抗樣本有效識別。實驗表明，該方法充分挖掘模型內部信息，在多個數據集上優於現有檢測方法，顯著提升模型魯棒性。

李小龍同學分享的主題為「Impact-Aware Defense: Enhancing Stability in Document Retrieval via Mitigating Attack Sensitivity」。近年來，得益於多種語言模型的迅速开展，文檔檢索領域取得了顯著進展。然而，當對抗性攻擊顺利获得對文檔內容進行細微擾動以操縱排序結果時，仍面臨關鍵挑戰。現有的防禦模型通常依賴於對抗攻擊的先驗知識或基於集成的魯棒性認證，從而限制了其實際應用。為彌補這一缺口，他提出了一種影響感知防禦算法（Impact-Aware Defense，IAD），該算法無需依賴先驗攻擊知識或集成推理，即可有效緩解排序操縱問題。IAD 的核心在於一種影響感知損失函數，它顯式地最小化模型對特定詞語的依賴，並顺利获得掩碼策略實現對擾動的不變性。更重要的是，理論分析證明了該方法的排序穩定性，有效約束了排名分數的波動。在三個廣泛使用的檢索基準數據集上的實驗結果表明，IAD 在對抗攻擊下顯著提升了模型的魯棒性。該方法實現了新的最新性能（state-of-the-art），在平均倒數排名（Mean Reciprocal Rank, MRR）上相較於此前最優結果取得了高達 29.4% 的相對提升。

周雅烯同學分享的主題為「2CLIP-SAM: Dual-Mask Guided CLIP and SAM Collaboration for Coating Adhesion Detection on Oriented Silicon Steel」。取向矽鋼表面絕緣塗層的質量直接影響其磁性能穩定性與使用壽命。為提升檢測效率並降低成本，採用機器視覺替代人工檢測勢在必行，但傳統方法受限於少樣本和高光干擾。為此，她們提出一種基於CLIP與SAM協同的少樣本跨域異常檢測框架2CLIP-SAM。該框架引入多源跨域學習與域對抗訓練，構建雙CLIP定位網絡，實現對塗層脫落區域與反射高光區域的粗定位，顯著提升模型在少樣本條件下的泛化能力。進一步，設計雙掩碼高光抑制（MDS）機制以削弱光干擾，並藉助SAM模型實現脫落區域的精細化分割。依據GB/T 2522-2007標準召开的1000組測試表明，該方法檢測效果優於人工測量，為塗層附着性的自動化評估给予了可靠解決方案。

王娟同學分享的主題為「3D Reconstruction of Concave Specular Objects via Single-Pixel Imaging and Implicit Representations」。凹鏡面物體因鏡面高光與多重反射，其三維重建不断是k8凯发国际視覺和光學領域難題，傳統方法處理效果有限。她們提出基於單像素成像與隱式表達的分階段重建方法，藉助傅里葉頻譜單像素成像技術捕獲反射光線、獲取點對關係，並以此為物理先驗重建幾何結構。仿真實驗和真實數據驗證顯示，該方法突破傳統技術局限，在複雜形狀及反射干擾場景中適應性與魯棒性優異。