近期，汕头大学工学院2017级计算机系本科生葛祖浩、黎钰晖、梁成，在周腾老师指导下，在计算机协会推荐人工智能顶级会议ICME 2021发表题为《SACNet: A spatial-aware cross-scale network for vehicle density detection》的研究成果，并作口头报告。这是计算机系本科生第一次受邀在世界人工智能的顶级会议作口头报告。

该研究聚焦于交通拥堵分析中的一项基本但具有挑战性的任务——车辆密度检测。基于视频帧所捕获的交通监控具有分辨率低，尺度差异大的特质，该项研究提出了一种新的车辆密度检测网络模型。该模型可以通过提取跨尺度特征来恢复高质量的密度图，以此完成精准的车辆密度检测。研究首先提出使用一系列跨尺度特征提取模块获取空间特征，同时，在训练过程中采用密集跳层连接有效缓解训练的梯度消失等问题。研究还通过一个自适应注意块自适应关注信息量大且不同的特征图。为了避免引入外部计算增加整个网络的复杂性，该项研究只在网络最末端对特征进行融合。此外，研究还受到人类视觉系统的启发，引入了结构相似性指数来处理高遮挡下的物体识别。

针对我国工科教育实践中重理论轻实践，重个人学科能力轻团队协作精神及重既有理论轻创新进取的弊端，工学院教师以CDIO为教育理念，注重挖掘学生的潜力与兴趣，发挥学生主观能动性，培养本科生创新思维与创新能力，本科生创新能力明显提升，已有多名本科生第一作者在SCI检索TOP期刊上发表高水平研究成果。

\