4月26日，自动化学院在学科3号楼的5个会议室分场次同时开展了2018级控制科学与工程专场学术沙龙，乐璐辉、邵晓雯、方志文等24位同学分别展开学术交流。报告邀请到严飞、李军侠等10位老师现场点评，吸引了众多低年级研究生踊跃参与。
S410会场的乐璐辉同学汇报的主题是：“基于期望最大化映射的人体姿态估计”。他提到，“人体姿态估计的目的是检测并定位图片中所有人体的关键点，例如：膝盖、脚踝等。当前主流的人体姿态估计网络包括HRNet CVPR2019、SCARB CVPR2019，当前的这些方法具有多阶段融合以及共享的特征。”他从出发点、解决思路、网络总览、具体实现以及实验分析这五个步骤进行了基于期望最大化的人体姿态估计，实验结果表明通过期望最大化算法以及高斯混合模型得到的基于期望最大化的人体姿态估计方法就性能而言具有有效性。
邵晓雯同学汇报的主题为：“融合属性特征的行人重识别方法”。行人重识别指跨监控设备下的行人检索问题，即给定一张行人图片，用来在其他摄像头拍摄的大型图片库中找出该行人。该实验基于属性特征进行研究，学习属性融合特征并与全局特征融合提高行人重识别的准确率，并且进一步研究如何在行人重识别任务中更好地利用属性标签，实现行人共有属性的特征匹配。
方志文同学以“基于共生关系学习的多标签航拍图像分类”为题展开汇报。他首先介绍研究任务，“该任务是对航拍图像中出现的不同类别物体进行分类，只需要图像级别的标签就能对一副航拍图像有全面的理解，可以应用于城市制图、生态监测、地貌分析、交通管制等领域。”方志文同学向低年级同学详细展示了研究的出发点、思路与创新点，他针对之前的方法大都从决策层面学习共生关系，而忽略藏在中间特征的共生关系，故而提出基于像素-目标级共生关系学习的多标签航拍图像分类方法。其中，像素级共生关系模块利用不同空间位置像素点之间的特征相似性来间接度量共生关系，并且提出目标级共生关系模块从整体的角度出发，帮助目标像素点判断其所属类别，弥补像素级共生关系模块的不足。
各分会场主讲的同学前期都做了充分的准备，大家胸有成竹，就自己的研究特长展开精彩的演讲。每个分会场2名教师逐个点评，指出亮点与不足，并建议低年级研究生一定要勤学苦练，在低年级打好扎实基础。
本次学术沙龙是18级学硕研究生期间成果的一次集体性展示，对低年级研究生产生了积极的影响。会后，他们对照他人的成果反思自己科研中仍存在的问题，大家展开了热烈的讨论，并表示要更加积极主动投入到科研学习中。