极目新闻记者 李碗容
通讯员 易俊
实习生 肖羽婷
3月5日，江汉大学J15教学楼，该校炳灵学院人工智能专业2020级本科生吴显峰正埋头忙于新的科研内容，在自动驾驶和自主机器人领域的物体识别稳定性问题上继续探索。前不久，他刚以第一作者身份在计算机科学交叉学科应用领域国际知名杂志《计算机与电气工程》杂志上发表了题为《基于变压器的点云分类》的SCI论文，该论文由江汉大学人工智能学院赖重远副研究员、周静教授和智能制造学院刘霞教授联合指导完成，江汉大学为唯一署名单位。
大一就进实验室做研究
“我对自动驾驶和自主机器人很感兴趣，对科学研究很向往。”吴显峰说。2020年，吴显峰从武汉市武钢三中考入江汉大学，带着对数学的热爱，他选择了以数学为基础的人工智能专业。
彼时，江汉大学刚成立炳灵学院，面向人工智能、智能制造工程、高分子材料与工程等领域招生。吴显峰通过校内选拔进入了炳灵学院，跟随赖重远副研究员做研究。赖重远为吴显峰等六位来自炳灵学院的本科生指定了为期三年的科研规划，从动手编程、文献阅读到论文撰写全方位培养学生的科研能力。三年时间，他认真高效地学习导师布置的每一项小任务，积极主动阅读文献同时他还积极与相关论文作者进行交流，并在老师指导下参与课题研究。“吴显峰对科研十分感兴趣，学习能力很强、很勤奋刻苦，主观能动性也很强。”导师赖重远很看好他。
吴显峰此次发表的论文聚焦于自动驾驶和自主机器人领域的物体识别稳定性问题。他向记者介绍，与传统的图像传感器相比，激光雷达传感器能为物体的识别提供更为丰富空间信息，且更不易受到光照、天气等因素的影响，在自动驾驶和自助机器人中得到了广泛的应用。但由于激光雷达的光束呈圆盘形水平发散，使得小物体和远处的物体反射点形成的点云数量极少，这给基于点云的物体识别带来了巨大的挑战。
为了解决上述问题，在老师的指导下他在论文中提出，以对点云变化具有强稳定性的PointNet深度神经网络作为骨干网络，通过精心设计并巧妙插入具有全局稳定性的变换器模块，在保持正常点云识别性能的前提下，极大地提升了点云数量稀少情形下识别的稳定性。未来，该技术有望应用于自动驾驶、机器人导航、医学图像分析等领域，以实现辅助现有模型对三维环境的理解和分析。
实验室“战友”齐头奋进
去年春节期间，吴显峰的研究也丝毫没有间断和松懈，在实验室待到临近除夕才回家。“就是希望快点解决问题”，吴显峰的想法也是科研工作者日常研究中最真切的心声，“有时也感到很辛苦，但知道这一切都是非常值得的。”
瓶颈与难关是科研路上不可避免的阻碍，每到这时，积极查阅资料以寻求解决方案是吴显峰的应对态度。“积极地去解决，才能得到好的结果。”实在难以解决问题时，同师兄们和导师讨论总能得到很多启发。导师也是他学习路上的一盏明灯，吴显峰说，“赖老师和我们年龄差不是特别大，和他交流很顺畅，他还鼓励我们本科生多与研究生交流。”
由兴趣而踏入科研大门，取得成果带来的成就感使科研兴趣更加浓厚。这篇论文完成的部分是吴显峰取得的一个小成绩他又有了新的目标，研究更难的点云补全课题，向着计算机视觉和模式识别领域难点问题发起攻坚。
3月5日，吴显峰所在实验室里，一群年轻人各自埋首又齐头并进，以青春的力量积极投入研究工作。“团队的氛围很好，学生们做研究的劲头都很高，他们都是自觉每天到实验室来。”赖重远说。他向记者介绍，自己所带的另一名学生董晓坤在人工智能应用上也取得了一些成绩，去年年底，董晓坤凭借人工智能技术在农业领域的应用在武汉市创新创业大赛上荣获三等奖。
“现在是科研人员的春天，大家都在奋勇争先，为实现科技自立自强而奋斗，学生们如此，老师们更是如此。”赖重远说。目前，他也人工智能基础技术领域继续探索。