9月28日上午，由研究生院、研究生工作部主办，水利与环境学院承办，校研究生科学技术协会协办的“虹”学讲堂第658讲在南校区东院伯声报告厅举办。柬埔寨数字技术学院VA Hongly副教授与KONG Phutphalla副教授分别作了题为“基于仿真数据进行布料分类的深度学习”与“视觉注意力-深度稀有特征”的报告，水利与环境学院罗平平教授主持报告会，相关学院共140余名师生参加讲座。
VA Hongly副教授作报告
KONG Phutphalla副教授作报告
VA Hongly副教授的报告围绕布料仿真技术展开。VA Hongly副教授指出布料仿真在多领域至关重要且面临挑战，他介绍了基于物理的仿真方法及相关定律应用，阐述位置基动力学（PBD）在布料仿真中的应用及算法流程，展示了参数对仿真效果的影响及含1280个布料视频的数据集创建与预处理所用工具硬件。VA Hongly副教授提出基于深度学习的布料材质分类方案，展示了实验结果——Transformer结合特征提取模型准确率最高达96.50%，并指出研究挑战与未来扩大数据集、进行真实世界验证的方向。
KONG Phutphalla副教授的报告围绕视觉注意力模型展开。KONG Phutphalla副教授定义了视觉注意力模型，指出基于DNN的模型虽表现优于传统模型，但在P3、O3图像上效果差且通用性不足。他详解DeepRare模型：融合深度特征提取与特征工程，借VGG16提取卷积层特征，引入稀有度计算生成显著图，经数据融合得最终稀有度图，该模型在4个数据集验证中表现优于现有模型。KONG Phutphalla副教授总结了模型优势：适配多网络、函数简洁、无需额外训练且高效，通用性与稳定性强；应用方向短期为手机质量评估，长期可拓展至监控领域实现物品异常自动检测。
（审稿：王妍 网络编辑：和燕）
