近日，第39届人工智能领域国际顶级学术会议“AAAI人工智能大会” AAAI Conference on Artificial Intelligence (AAAI) 公布了2025年论文录用结果。计算机科学与技术系邓勇舰、杨震教授团队指导的两名学院本科生王子豪、赵禹程分别以第一作者身份在AAAI 2025会议发表论文。这是继去年我院本科生发表人工智能顶会论文后，连续第二年在我院教师团队指导下本科生以第一作者身份在该领域顶级国际会议上发表论文。
论文《MSV-PCT: Multi-Sparse-View Enhanced Transformer Framework for Salient Object Detection in Point Clouds》展示了团队在点云显著性检测(PC-SOD)领域的最新研究成果。以往研究通常将此任务视为点云分割，忽略了显著性检测任务旨在模拟人类视觉的感知特性。因此，这些方法难以妥善处理物体遮挡难题。本文旨在通过近似模拟人类对 3D 场景的感知范式，提出基于 3D 视觉点云主干及其多视图投影的框架，名为 MSV-PCT。此外，本文提出了一种新颖的点云边缘检测损失函数来有效解决伪影问题，从而能够准确地从背景中分割出显着物体的边缘。最后，为了评估PC-SOD方法的泛化能力，我们介绍了一种从 RGBD-SOD 数据生成模拟 PC-SOD 数据集的新方法。多个公开数据集的实验结果表明，MSV-PCT 实现了领先的准确率和鲁棒性。
论文《ESEG: Event-Based Segmentation Boosted by Explicit Edge-Semantic Guidance》展示了团队在基于事件数据的语义分割领域的最新研究成果。事件数据噪声大且极其稀疏，导致学习模型难以从其稀疏表示中定位和提取可靠的线索以用于下游任务，尤其是在执行像素级任务时。本文提出了一种新颖的学习框架 ESEG 来缓解上述困境。鉴于事件信号与移动边缘密切相关，我们引入了显式的边缘语义监督作为参考，迫使事件分割模型考虑到边缘区域中事件数据的高置信度来全局优化语义。此外，我们提出了一个名为密度感知动态窗口交叉注意融合的学习模块，其中密度感知、交叉注意力和动态窗口掩蔽机制被联合起来以优化基于边缘/稠密特征的自适应融合。多个公开数据集上的实验结果证明了 ESEG 及其核心设计的有效性。
AAAI是全球人工智能领域顶级国际会议，也是人工智能领域的CCFA类推荐会议