“AI之眼”再升级！西浦六项研究成果登上计算机视觉领域两大国际顶会
2025年08月15日
自动驾驶汽车能在大雾中准确“看见”前方行人，医院的医疗设备能精准识别出CT影像中微小的肿瘤，工厂的质检系统能发现产品表面上毫米级的缺陷——这些曾经只存在于科幻电影里的场景，如今正逐步变为现实，而它们背后，都离不开计算机视觉这一关键技术的进步。
近期，西交利物浦大学智能科学系肖继民教授团队的六篇研究论文，成功入选了该领域的两大国际顶级学术会议：国际计算机视觉大会（ICCV）和ACM国际多媒体会议（ACM MM），研究领域覆盖图像分割、缺陷检测和持续学习。
计算机视觉就是让机器像人一样“看懂”世界。它是人工智能的核心能力之一，是让自动驾驶、智慧医疗、工业检测等技术真正发挥作用的“眼睛”。
肖继民教授表示，学生们的成果不仅理论创新亮眼，还贴合实际应用，是推动AI“落地”工业质检、自动驾驶、智慧医疗等核心场景的前沿方向。
（肖继民博士及科研团队成员）
图像分割：让AI看得清、分得准
图像分割是让AI从一张图片中“圈出”某个物体的过程。例如，让它识别出图中猫的位置和轮廓。
传统做法需要人工一点点标注边界，既费时又费力。肖教授团队采用的是更高效的“弱监督学习”：只需告诉AI“图里有只猫”，它就能自己学着去圈出猫的样子。
但这种方式容易出现一些问题。一个是识别不全，只覆盖了最显著的部分，而忽略了其他部分。为了解决这个问题，博士生王建所在团队引入了最优传输理论，帮助AI建立“整体—局部”的关联，提升了分割精度和识别全面性。
另一个问题是识别错误，比如出现“过激活”的问题，容易把背景误认为物体；或是“欠激活”，容易遗漏物体的部分区域。
为了解决这个问题，博士生邱翔霖所在团队用一种叫“归一化流”的工具，让AI学会不同物体的像素特征分布，从而减少误识别，保证分割准确度。
博士生金硕所在团队在开放词汇分割技术方面取得突破，开发了一个智能过滤系统，可以自动剔除画面中的模糊、阴影等干扰因素，即使遇到从没见过的物体，也能准确识别其边界，实现高质量抠图。
工业质检：让机器看得更细、更准
在工厂里，一条生产线上可能每秒产出几十个零件，靠人眼检查不但慢，还容易出错。
AI质检成了新趋势，但它也有挑战：有时AI会“修复”掉细小划痕，导致没发现缺陷。为了解决这个问题，博士生王晓磊所在团队开发了一种基于“可逆神经网络”的创新方法，把图像信息精确分成“正常特征”和“异常特征”两部分。用户可以直接关闭“异常特征”通道，仅基于“正常特征”重建图像，缺陷会被自动“凸显”出来。
然而，如果划痕、凹坑的深度太浅，仅靠识别颜色、纹理这些2D 图像数据将很难发现，这时，就需要引入深度、形状这类3D数据协同检测。但是这两种信息容易互相干扰。
博士生钟启胤所在团队引入了数据的频域融合技术，让二维图像数据和三维深度数据在不互相干扰的前提下相互补充，把产品看得既“立体”又“细致”。
这些技术可以直接应用在汽车、电子、纺织等生产线上，帮助工厂实现自动化、高精度质检。
AI也能“终身学习”？真的可以！
和人一样，AI在学习新知识时，也会遇到“学了新忘了旧”的问题，特别是在不能反复查看旧数据的情况下。这对那些需要不断更新能力的AI系统来说是个大难题。
博士生宋思琪所在团队改良了传统的“提示学习”方法，用一种叫“光谱分解”的技巧，让AI在学习过程中提取更稳定的“语义信息”，可以像人类一样持续积累知识、稳步适应新环境，在保护数据隐私的前提下不断进化，为构建通用、灵活且可持续的 AI 系统奠定关键一步。
肖继民教授表示：“六篇论文同时入选两大顶会，说明团队在弱监督学习、异常检测等细分方向形成了系统性优势，也是对我们在这些领域的创新能力和国际竞争力的认可。”
这些成果的背后，不仅是科研团队的钻研精神，也离不开多方合作。团队与克什米尔人工智能（英国）、中国石油大学、苏州赫芯科技等机构深度合作，获得了工业现场经验等关键性支持。
“这种跨校、跨国的协作模式，正是人工智能领域所需的开放生态。”他说。
（记者：金画恬 编辑：寇博）
2025年08月15日