2025年5月27日，一场关于计算视觉方面的学术讲座在信智学院会议室展开，吸引了众多学生参与。肖衡老师作为本次讲座的主讲人之一，以“多目标关联与整合定位方法研究”为主题，围绕无人机视角图像关联匹配、不同量测条件下目标融合定位等前沿技术展开，为多目标定位领域研究提供了新思路。
技术讲座
讲座伊始，肖老师聚焦 “无人机视角下特征受限的多视角多目标图像关联匹配方法” 展开深入讲解。她结合实际案例指出，无人机作业环境复杂多变，光照不均、视角差异等因素导致获取的图像特征受限，使得多目标图像关联匹配难度倍增。针对这一难题，肖老师提出融合深度学习与计算机视觉的算法，通过构建特征增强网络，引入深度学习中的注意力机制，挖掘图像中潜在特征信息，强化对关键特征的提取与识别，有效提升了特征受限图像中多目标的关联匹配准确率，为后续的目标定位与分析奠定坚实基础。
随后，肖老师详细讲解 “同步和异步量测条件下的端到端目标融合定位与状态估计方法”。他强调，在多传感器协同监测场景中，量测数据存在同步与异步等不同状态，传统方法难以实现高效精准处理。为此，团队研发的端到端方法打破技术壁垒，通过设计自适应数据处理模块，能够智能识别数据量测状态，并运用先进的融合策略对多源数据进行整合分析，实现了对目标位置与状态的快速、精准估计，极大提高了系统在复杂环境下的响应能力。
技术讲座
在介绍 “端到端目标融合定位与状态估计算法” 时，肖老师从算法的理论基础、模型架构到实际应用效果进行了全方位解读。该算法基于深度学习的端到端架构，通过构建多源数据融合模型，将来自不同传感器的信息进行深度融合，实现对目标位置和状态的精准估计，极大地提高了目标定位的实时性与可靠性。
讲座尾声，现场师生积极提问，就算法优化、跨领域应用等问题与肖老师展开热烈讨论。此次讲座不仅拓宽了师生们在多目标关联与整合定位领域的学术视野，更为学院相关科研项目的推进提供了新思路，激发了信智学院学子在目标检测与无人机智能感知方向的深入思考与探索热情。
