2025年11月28日下午，在中国图象图形学学会（CSIG）的支持下，CSIG图像智能边缘计算专业委员会成功举办了CSIG视觉感知与智能边缘计算第1期博士生学术论坛。本次论坛分享旨在搭建高水平学术交流平台，聚焦智能视觉与边缘计算的前沿探索，特邀请四位在该领域深耕的优秀博士生进行主题报告。报告主讲人分别是来自长春理工大学的王惠绩同学、来自北京航空航天大学的万家旭同学、来自中国科学院空天信息创新研究院的董裕民同学、以及来自天津大学的陈睿东同学。论坛同步开启学会线上直播，吸引了来自全国高校、科研院所及产业界的众多学者与学生60余人在线参与。

王惠绩同学在其报告《面向检测任务的多模态图像融合算法研究》中，重点介绍了一种名为FIR-GAN的创新算法。该算法通过引入统计信息频谱注意力机制来优化深层特征提取，并创新性地采用CNN与Transformer双分支结构以强化特征对齐，从而有效减少了目标错位伪影，在显著降低计算开销的同时，保障了优异的视觉效果。在随后的互动环节，王惠绩同学进一步就双分支网络的设计思想与原理同与会者进行了深入交流，为相关研究方向提供了宝贵的新思路。

万家旭同学在其报告《三维点云的代理表征注意力网络研究》中，万家旭同学深入剖析了当前点云代理方法面临的三大挑战：全局代理复杂度过高，以及局部代理方法存在的采样不可靠、交互计算低效与局部-全局信息融合失衡。针对这些问题，他提出了一种创新的稀疏代理点云Transformer框架，该框架成功实现了局部几何细节与全局压缩表示之间的有效平衡与协同规划。随后的交流环节，万家旭同学进一步就“点云语义与图像语义的异同”及“KNN方法的选择机理”等关键问题进行了深入分析，为与会者带来了深刻的启发。

董裕民同学在《基于云边端架构的森林火灾协同观测研究》报告中，面向森林火灾早期预警的重大需求，引入了云边端协同架构以全面提升观测效率。他针对当前该架构在实际应用中存在的痛点，创新性地提出了一个森林火灾观测语义表达框架，从而实现了空地协同的智能化观测规划。在随后的交流环节，董裕民同学与听众们就特定环境因素与火灾预警的关键技术环节进行了深入探讨，并向低年级的同学们分享了科研心路与学术写作的宝贵经验。

陈睿东同学在《文生图模型内生风险概念消除方法研究》报告中，介绍了一种文本语义与视觉生成校正相协同的恶意概念消除策略。该策略在有效消除内生风险概念的同时，出色地平衡了模型原有知识的保留能力。此外，还创新性地将EoT设定为文本语义校正的关键优化目标，能够精准消除嵌入在提示词中的特定风险语义，并最大限度地减少对无关内容生成的干扰。在提问环节，陈睿东同学进一步阐述了“多风险”这一前沿概念，并对未来的研究方向进行了展望。

本次博士生学术论坛始终洋溢着浓厚的学术氛围。四位主讲博士生同学精心准备，报告内容深刻反映了智能视觉与边缘计算领域最前沿的探索与成果，其独到的学术见解为与会者的后续研究注入了新的思考维度。在提问环节，参会人员踊跃发言，交流气氛热烈；学者们以其渊博的学识和耐心的解答，令所有参与者受益匪浅。本次论坛不仅显著拓宽了参会者的科研视野，其汇聚的智慧火花，也为推动相关领域的技术创新与产业应用提供了宝贵的启示与方向。