北京工业大学tyc86太阳集团
工作信息
2025年 第 87 期
近日，第40届人工智能领域国际顶级学术会议“AAAI人工智能大会” AAAI Conference on Artificial Intelligence (AAAI) 公布了2026年论文录用结果，tyc86太阳集团捷报频传，共有4篇论文被AAAI2026录用。
计算机科学与技术系明奇研究员与方娟教授团队的论文《Hilbert Curve-Encoded Rotation-Equivariant Oriented Object Detector with Locality-Preserving Spatial Mapping》，入选 Main Track (主轨道)，第一作者为我院青年教师明奇，通讯作者为方娟教授。该论文提出了一种新型旋转等变目标检测框架——Hilbert curve-Encoded Rotation-Equivariant Oriented Object Detector（HERO-Det），展示了团队在遥感旋转目标检测与几何感知视觉建模领域的最新研究成果。现有旋转目标检测方法在复杂场景下常面临特征提取不充分和角度回归精度不足等难题。为此，论文从特征空间映射机理与旋转等变性的角度出发，创新性地利用空间填充曲线的局部保持性理论优势，提出一套高精度旋转目标检测的端到端解决方案。
图1. 旋转等变有向目标检测器HERO-Det框架示意图
计算机科学与技术系马伟教授团队与香港科技大学(广州)、香港科技大学师生联合攻关，两篇计算机视觉领域学术论文成功入选AAAI。其中《RealNet: Efficient and Unsupervised Detection of Al-Generated lmages via Real-0nly Representation Learning》被 Al for Social lmpact Track(人工智能社会影响轨道)接收,《DualScope: Capturing Critical Spatial and Temporal Cues for Distracted Driving Activity Recognition》入选 Main Track (主轨道)，彰显了研究成果的学术价值与应用潜力。
论文《RealNet: Efficient and Unsupervised Detection of Al-Generated lmages via Real-0nly Representation Learning》高效解决 AI 生成图像检测核心难题。针对当前检测在新型生成模型/生成范式下泛化能力不足，以及现有检测器架构复杂、部署受限等问题，团队提出了无监督框架 RealNet。该框架创新性地仅基于真实图像学习解耦的伪造表征空间，有效缓解检测对语义内容和模型专属模式的过拟合，显著提升了检测的泛化能力与实际应用价值。实验结果显示，与当前最先进方法相比，RealNet 在平均准确率和平均精度上分别提升了 4.51% 和 3.93%，且凭借轻量化的无监督设计有效控制计算成本。此外，团队还构建了医学相关的伪造图像数据集，进一步验证了该方案在高风险、跨领域场景下的可靠性，使RealNet 成为一套兼具实用性与可扩展性的 AI 生成图像检测解决方案。
图2. RealNet模型框架图
论文《DualScope: Capturing Critical Spatial and Temporal Cues for Distracted Driving Activity Recognition》双维度突破分心驾驶行为识别瓶颈。在真实驾驶场景中精准识别驾驶员的分心行为，是提升道路与行人安全的关键环节。现有方法容易受无关场景信息和冗余帧信息的干扰，导致其在复杂驾驶环境中鲁棒性不足。为此，团队提出全新框架 DualScope，通过空间-时间双维度协同捕捉行为关键信息：在空间维度，DualScope 融合位置感知知识与细粒度视觉细节，增强模型对驾驶员头部、手部等行为相关区域的感知能力；在时间维度，模型采用多组件模块实现短期运动与长期行为模式的高效捕捉，并通过显著动态特征引导模型聚焦于关键行为变化。基于七个公开分心驾驶数据集的大量实验结果表明，DualScope 的识别精度显著优于当前最先进方法，充分证明了其在双维度捕捉分心驾驶行为关键线索的核心优势。
图3. DualScope方法流程图
计算机科学与技术系张晓丹副教授团队的论文《MoEA-Net: Modality-Incremental Expert Aggregation Network for Retinal Prognostic Prediction》被AAAI 2026录用，论文第一作者为研二学生王华。论文展示了团队在基于人工智能的视网膜疾病预后预测领域的最新研究成果。视网膜预后预测在追踪年龄相关性黄斑变性（AMD）和糖尿病黄斑水肿（DME）等疾病的进展过程中具有重要意义。临床上通常依赖医生通过光学相干断层成像（OCT）、眼底照相等多模态影像来判断视网膜结构与功能变化，但该过程耗时且依赖人工经验，容易受主观偏差影响。针对这一问题，论文提出了一种统一的多模态视网膜预后预测框架——MoEA-Net，旨在实现模态间有效融合与模态内时空感知的统一建模，从而提升视网膜疾病的智能预后预测性能。通过引入增量式低秩适配层为每个模态设计独立的知识增量结构，使模型能够逐步整合不同模态的特征信息，实现模态不均衡和模态缺失场景下的动态自适应学习。同时，提出的时空感知专家模块能够捕捉视网膜影像中的空间解剖结构与时间动态变化，增强模型对细微病变进展的感知能力。通过两者的结合，MoEA-Net实现了多模态知识的持续积累与自适应推理，即便在部分模态缺失的情况下也能保持稳定的预测表现。
图4. MoEA-Net模型框架图
AAAI会议是国际人工智能领域最具影响力的学术盛会之一，为CCF-A类推荐会议，由人工智能促进协会（The Association for the Advancement of Artificial Intelligence）主办，长期引领人工智能研究的前沿方向。此次论文的录用体现了学院在自动驾驶、图像生成、多模态学习、遥感图像解译、医学领域等方面的科研实力与创新能力，标志着我院师生在国际学术舞台上的持续突破和影响力提升，有望进一步推动计算机科学与技术学科的进步和发展。
（文字：明奇、马伟、张晓丹，编辑：张仕琪，审核：方娟、李建强）
