2025年11月7日晚19时，ok138cn太阳集团529第六十四期研究生学术论坛在崇真楼南楼A4030成功举办。本次论坛由2023级研究生叶沛、徐飞、陈佳冕、李小龙、周雅烯以及王娟主讲，ok138cn太阳集团529研究生会学术部主办，学院柯建鹏老师出席了该论坛。
叶沛同学分享的主题为“An efficient CNN-Mamba hybrid network for fabric defect segmentation”。织物缺陷检测对纺织行业的质量控制与经济效益至关重要。传统方法和基于 CNN 的方法难以应对复杂的缺陷纹理。尽管 Transformer 在捕获图像全局上下文方面表现优异，但其高计算开销阻碍了在工业场景中的部署。近期火热的 Mamba 模型凭借线性复杂度建模全局上下文的能力，在计算机视觉领域展现出巨大潜力。为此，他们提出一种新颖的 CNN-Mamba 混合模型，并引入小波特征分解（WFD）模块。WFD 利用 Haar 小波变换对特征进行解耦，使 Mamba 专注于低频信息，同时让 CNN 强化高频细节。他们的方法在参数更少的前提下实现了更优的性能。
徐飞同学分享的主题为“Event-triggered Consensus Control for Multi-agent Systems under DoS Attacks”。随着多智能体系统在安全领域的广泛应用，其通信网络面临的拒绝服务攻击严重威胁系统协同与控制安全。他们致力于研究DoS攻击下多智能体系统的安全协同控制问题。研究内容分为三部分：首先，针对能量受限网络，提出事件触发控制协议，解决了Zeno行为问题，实现了安全一致性。其次，在间歇通信框架下，引入动态事件触发机制，提升了资源调度效率，确保了多智能体系统实现安全一致性。最后，拓展至非线性系统包容性控制，相继提出两种事件触发策略，有效抑制了非线性与攻击的复合影响，并解决了状态不可测难题。理论与仿真表明，所提策略能有效抵御攻击、降低通信负担，为资源受限系统提供了可行方案。
陈佳冕同学分享的主题为“基于中间层的对抗样本检测算法”。对抗样本通过微小扰动误导模型，威胁其安全部署，发展检测技术至关重要。现有方法多依赖末端输出，忽视模型内部层级表征。她们的研究基于中间层对扰动更敏感的观察，提出两种分层检测框架：一、通过计算模型微调前后原始与对抗样本在各隐藏层的表征相似性，发现二者层间相似性变化规律显著不同；二、将各隐藏层输出独立输入分类器，评估其分类精度，分析对抗与原始样本在不同层级的精度差异。最终提取层相似性与层精度作为特征，训练One-Class SVM学习正常样本分布，实现对抗样本有效识别。实验表明，该方法充分挖掘模型内部信息，在多个数据集上优于现有检测方法，显著提升模型鲁棒性。
李小龙同学分享的主题为“Impact-Aware Defense: Enhancing Stability in Document Retrieval via Mitigating Attack Sensitivity”。近年来，得益于多种语言模型的迅速发展，文档检索领域取得了显著进展。然而，当对抗性攻击通过对文档内容进行细微扰动以操纵排序结果时，仍面临关键挑战。现有的防御模型通常依赖于对抗攻击的先验知识或基于集成的鲁棒性认证，从而限制了其实际应用。为弥补这一缺口，他提出了一种影响感知防御算法（Impact-Aware Defense，IAD），该算法无需依赖先验攻击知识或集成推理，即可有效缓解排序操纵问题。IAD 的核心在于一种影响感知损失函数，它显式地最小化模型对特定词语的依赖，并通过掩码策略实现对扰动的不变性。更重要的是，理论分析证明了该方法的排序稳定性，有效约束了排名分数的波动。在三个广泛使用的检索基准数据集上的实验结果表明，IAD 在对抗攻击下显著提升了模型的鲁棒性。该方法实现了新的最新性能（state-of-the-art），在平均倒数排名（Mean Reciprocal Rank, MRR）上相较于此前最优结果取得了高达 29.4% 的相对提升。
周雅烯同学分享的主题为“2CLIP-SAM: Dual-Mask Guided CLIP and SAM Collaboration for Coating Adhesion Detection on Oriented Silicon Steel”。取向硅钢表面绝缘涂层的质量直接影响其磁性能稳定性与使用寿命。为提升检测效率并降低成本，采用机器视觉替代人工检测势在必行，但传统方法受限于少样本和高光干扰。为此，她们提出一种基于CLIP与SAM协同的少样本跨域异常检测框架2CLIP-SAM。该框架引入多源跨域学习与域对抗训练，构建双CLIP定位网络，实现对涂层脱落区域与反射高光区域的粗定位，显著提升模型在少样本条件下的泛化能力。进一步，设计双掩码高光抑制（MDS）机制以削弱光干扰，并借助SAM模型实现脱落区域的精细化分割。依据GB/T 2522-2007标准开展的1000组测试表明，该方法检测效果优于人工测量，为涂层附着性的自动化评估提供了可靠解决方案。
王娟同学分享的主题为“3D Reconstruction of Concave Specular Objects via Single-Pixel Imaging and Implicit Representations”。凹镜面物体因镜面高光与多重反射，其三维重建一直是计算机视觉和光学领域难题，传统方法处理效果有限。她们提出基于单像素成像与隐式表达的分阶段重建方法，借助傅里叶频谱单像素成像技术捕获反射光线、获取点对关系，并以此为物理先验重建几何结构。仿真实验和真实数据验证显示，该方法突破传统技术局限，在复杂形状及反射干扰场景中适应性与鲁棒性优异。
