近日，2024年（第17届）中国大学生计算机设计大赛获奖名单公布，UIC理工科技学院梁敬毅、富一航、李越、蔡昕璐团队的作品《固定视角短视频的动态重建与障碍物去除》和于佳鹏、罗恒艺、汪子轩、吴宇谦、王舒民团队的作品《CNO-Former：基于混沌神经振荡自注意力机制的文本生成模型》荣获大赛国赛二等奖。
《固定视角短视频的动态重建与障碍物去除》
随着社交媒体和短视频平台的快速发展，固定视角设备（如手机、摄像头）拍摄的视频内容日益丰富多样，然而常常因拍摄过程中的突发干扰导致视频质量受损。传统的视频后期编辑技术在移除这些干扰物时，操作复杂且效果有限。为此，团队设计了一个名为DSR（Dynamic Scene Reconstruction）的框架，专门用于处理单视角固定视频的动态三维重建和障碍物去除。
DSR框架首先通过深度估计模型提取视频中的深度信息，然后利用Segment-and-Track-Anything大模型生成障碍物的掩码图，最终结合时空特征编码和体渲染技术，实现高效的三维重建。这一解决方案在提高重建精度和效率方面取得了显著成果。具体而言，DSR框架能够对单视角视频场景进行三维重建，将原本二维的视频转换为具有深度和空间感的三维场景，为后期的编辑和处理提供了更大的灵活性。此外，DSR框架还能移除视频中不需要的动态物体，如行人、车辆等，保证视频主体内容的清晰展现，减少不必要的干扰，使最终的视频效果更加专业和流畅。
这一项目的成功，离不开团队成员之间的密切合作与指导老师董潇博士的悉心指导。作为成员领队，梁敬毅同学有效协调了项目的整体进展，并与董潇老师保持紧密沟通，确保项目顺利推进。富一航同学在代码开发和算法优化方面贡献显著，成功解决了多个关键技术问题。李越同学则专注于深度估计模型和时空特征编码模块的设计与优化，有效提升了重建的精度。蔡昕璐同学在数据处理和项目设计中扮演了关键角色，确保了项目的实验效果。董潇老师在整个项目过程中提供了宝贵的指导，不仅帮助团队从科研角度深挖项目的创新点，还结合实践经验为团队指明了未来研究的方向。团队成员纷纷表示，在项目开发过程中，他们不断学习、勇于克服困难，深刻体会到了自主学习与团队合作的重要性。
团队成员（左起）富一航、梁敬毅
《CNO-Former：基于混沌神经振荡自注意力机制的文本生成模型》
该项目以混沌神经振荡模型为核心，通过对自注意力机制的创新应用，显著提升了聊天机器人文本生成的效率和质量。
该模型解决了传统文本生成模型训练成本高、收敛速度慢的问题，同时大幅提高了文本生成的准确性和信息保留度。它为文本生成等应用场景提供了全新的解决方案，具有广泛的应用前景。
团队成员于佳鹏分享道：“参加此次计算机设计大赛是我们团队展示CNO-Former模型创新性和应用潜力的绝佳机会。我们的目标不仅是验证模型在文本生成领域的性能，更是探索其在大模型领域的深远影响。在加入研究团队之初，我便对李树德博士在混沌理论领域的研究充满好奇，并在李博士的悉心指导下，深入探索了混沌神经振荡在深度学习中的应用。面对项目中未曾接触过的技术难题，团队并未气馁。在遇到技术挑战时，李博士总是能够及时提供专业的指导和建议。他的深入见解帮助我们突破了多个瓶颈，深化了我们对模型的理解。在李博士的引导下，我们制定了针对性的学习计划，不仅涵盖了必要的理论知识，还包括了实践操作和问题解决技巧。李博士敏锐的洞察力，为我们的项目指明了方向，确保了每一步都明确有效。”
各位参赛的同学们表示，从项目启动到竞赛结束的整个过程中，他们不仅学习到了宝贵的知识，更体会到了团队合作和持续探索的重要性，这些经验将成为他们未来科研道路上的宝贵财富。
关于大赛
中国大学生计算机设计大赛（简称4C或“大赛”）始创于2008年，是由教育部高等学校计算机类专业教学指导委员会、软件工程专业教学指导委员会、大学计算机课程教学指导委员会等联合主办的、面向各专业在校大学生举行的计算机应用类全国性赛事活动，是全国普通高校大学生竞赛排行榜榜单赛事之一。
此前，在2024年广东省大学生计算机设计大赛暨大赛省级赛中，UIC理工学子荣获一等奖1项，二等奖1项，三等奖2项。
一等奖
参赛同学：梁敬毅 富一航 李越 蔡昕璐
作品名称：固定视角短视频的动态重建与障碍物去除
作品类别：人工智能应用-人工智能实践
指导老师：董潇博士
二等奖
参赛同学：于佳鹏 罗恒艺 汪子轩 吴宇谦 王舒民
作品名称：CNO-Former：基于混沌神经振荡自注意力机制的文本生成模型
作品类别：人工智能应用-人工智能实践
指导老师：李树德博士
三等奖
参赛同学：彭嘉胤 沈一非 钱景彬 冯子骜 张昕原
作品名称：算经解释器：古谱今算，通解先秦算术奥秘，贯穿古今计算之路
作品类别：数媒游戏与交互设计-交互媒体设计普通组
指导老师：李致远博士
参赛同学：田隽熙 朱凯鑫 彭宇鸿
作品名称：基于混合脉冲神经网络和多任务学习的医学影像分析方法
作品类别：人工智能应用-人工智能实践
指导老师：范文涛博士
来源 | 计算机科学系
