团队召开新学期组会

    9月27日晚，本实验室在艺设楼西213会议室召开新学期组会，团队指导老师周昊、秦健、宋奇隆以及团队全部学生参加。

    首先是学生汇报，25级博士生汪亚伦分享了他之前发表在中科院一区Top期刊TGRS、中科院二区期刊Remote Senseing两篇论文的撰写与发表经验，包括寻找创新点、解决科学问题以及根据审稿人意见如何修改论文。然后，24级硕士生李佳豪围绕《Unleashing the Potential of SAM for Medical Adaptation via Hierarchical Decoding》(CVPR 2024）展开汇报，介绍了通过分层解码挖掘 SAM 模型在医学适配领域潜力的相关研究，重点展示了模型的架构设计与在医学图像分割任务中的性能表现。随后，24级硕士生陈畅分享了《Self-guided Prototype Enhancement Network for Few-shot Medical Image Segmentation》(MICCAI 2025），讲解了该模型在医学图像分析中多水平原型生成与查询引导局部原型增强等核心机制以及在不同医学影像数据集上的实验结果。24级硕士生张骞以《Toward Generalized and Realistic Unpaired Image Dehazing via Region-Aware Physical Constraints》(TCSVT 2025) 为主题，汇报了基于区域感知物理约束实现广义且真实的非配对图像去雾研究，阐述了模型中关键模块的设计思路与损失函数的构建逻辑。23级硕士生施宇航则聚焦《Unsupervised Unified Image Dehazing and Denoising Network for Single Hazy Image Enhancement》(IEEE 2024)，介绍了针对图像雾霾与噪声双重干扰问题提出的无监督统一去雾去噪网络，详细说明了网络的三大核心模块及创新点。23级硕士生王乐分享了关于《Brightness and Semantic Modeling for Long-Range Interaction in Low-Light Image Enhancement》，介绍了该模型在低光图像增强中亮度与语义建模的研究，分析了该模型长距离交互机制与全方位扫描策略的优势。

    紧接着，23级本科生杜康辉围绕《Feature Fusion Attention Network for Single Image Dehazing》（FFA-Net） 网络架构展开详解，从组结构、块结构到通道注意力、像素注意力模块，系统讲解了该网络在图像去雾任务中的特征融合与注意力机制应用。23级本科生訾浩然则汇报了《Single image dehazing based on detail-enhanced convolution and content-guided attention》（DEA-Net）的相关研究，介绍了细节增强卷积与内容引导注意力模块的设计，以及基于该模块的特征融合策略，展现了模型在提升图像去雾效果上的改进思路。

    团队学生汇报期间三位老师作了仔细的点评与提出下一步改进的地方，最后周昊老师给团队全体同学作了“如何做有意义的科研”的报告，勉励大家勇于发现科学问题、通过创新性的方法解决问题，并撰写科技论文。