近日，2025年國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別頂級(jí)會(huì)議（Conference on Computer Vision and Pattern Recognition，CVPR 2025）在美國(guó)田納西州納什維爾召開(kāi)。鄭州大學(xué)計(jì)算機(jī)與人工智能學(xué)院徐明亮教授團(tuán)隊(duì)在該會(huì)議Workshop的“NTIRE 2025跨域少樣本目標(biāo)檢測(cè)挑戰(zhàn)賽（CD-FSOD Challenge）”中榮獲冠軍，彰顯了我校在人工智能前沿研究領(lǐng)域的國(guó)際競(jìng)爭(zhēng)力。

該挑戰(zhàn)賽聚焦計(jì)算機(jī)視覺(jué)領(lǐng)域的“跨域少樣本目標(biāo)檢測(cè)（CD-FSOD）”國(guó)際前沿研究難題，要求將源域知識(shí)遷移至標(biāo)注樣本極少（每類(lèi)僅1/5/10張）且域差異顯著的新目標(biāo)域。我校團(tuán)隊(duì)創(chuàng)新性地提出了基于實(shí)例特征緩存的CD-FSOD方法（IFC），該方法通過(guò)構(gòu)建目標(biāo)域?qū)嵗膭?dòng)態(tài)特征緩存庫(kù)及其檢索更新機(jī)制，有效克服了跨域差異帶來(lái)的知識(shí)遷移障礙，在三個(gè)高挑戰(zhàn)性測(cè)試集上均以顯著優(yōu)勢(shì)奪得閉源賽道第一名，超越了眾多國(guó)際頂尖參賽隊(duì)伍。該研究得到了國(guó)家自然科學(xué)基金和鄭州大學(xué)有組織科研團(tuán)隊(duì)培育項(xiàng)目的支持。

據(jù)悉，CVPR是人工智能領(lǐng)域規(guī)模最大、最具影響力的國(guó)際頂級(jí)學(xué)術(shù)會(huì)議，被中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）列為A類(lèi)會(huì)議，其下設(shè)的Workshops挑戰(zhàn)賽聚焦領(lǐng)域前沿技術(shù)在高難度應(yīng)用評(píng)測(cè)中的性能表現(xiàn)，匯聚了全球頭部科技企業(yè)、頂尖學(xué)者和工業(yè)界專(zhuān)家，是展示最新創(chuàng)新成果的重要平臺(tái)。

鄭州大學(xué)徐明亮教授團(tuán)隊(duì)獲CVPR2025國(guó)際挑戰(zhàn)賽冠軍