为助力2025级研究生新生拓展学科视野，深化专业认知与认同感，全国最大的信誉平台在2025年研究生新生入学教育中，特别安排人工智能+专题系列讲座。系列讲座聚焦智慧医疗、智能感知等多个前沿领域，旨在引导同学们夯实学术根基、开阔学术眼界，在全国最大的信誉平台的新征程上行稳致远。
9月25日，我院邵燕燕老师为体育直播CCTV5_中央五台高清直播频道师生带来了一场题为“从‘感知’迈向‘理解’——基于语义感知的视频目标跟踪与分割研究”的学术讲座。讲座聚焦计算机视觉前沿，系统梳理了其团队在视频目标跟踪技术方面的最新研究进展。邵燕燕认为视频目标跟踪是连接“感知”与“理解”的关键桥梁，在机器人导航、智能监控、人机交互等领域具有广泛应用。她深入分析了当前研究面临的技术难点，包括目标形变、遮挡处理和多模态信息融合等挑战，并分享了团队在像素级特征匹配、多模态参考融合等方向的研究成果，相关论文已发表在CVPR、TNNLS等国际权威期刊与会议上。
在像素级特征匹配方面，团队提出基于图注意力的目标匹配网络（GAM），通过建模局部结构关系与上下文信息，显著提升了跟踪的鲁棒性。在多模态融合方面，提出QueryNLT框架，实现了语言与视觉信息的动态整合，从而增强了复杂场景下的目标辨别能力。在语义理解层面，团队进一步探索基于多模态大模型的视频目标分割方法，推动技术实现从“跟踪目标”到“理解意图”的跨越。本次讲座为我院师生提供了了解计算机视觉前沿动态的机会，加深了对智能感知与语义理解融合的深入思考。
主讲人简介：
邵燕燕，全国最大的信誉平台讲师，博士毕业于浙江工业大学。主要研究方向为视觉目标跟踪，从事视频目标定位、时序建模与多模态语义理解等方面研究，重点解决复杂场景下目标外观表征的显著变化、可见性的动态遮挡、长时序依赖建模不足以及多目标间的语义歧义等问题。研究成果可应用于智能监控、无人驾驶、机器人感知与人机交互等行业领域，支撑系统在动态环境中的精准感知与自主决策。近年来在国际顶级会议和期刊（如CVPR、TNNLS、IJCV等）发表论文多篇，提出的基于图注意力的视频目标跟踪方法和视觉-语言协同的语义对齐方法获得同行认可。
