CCF新疆大学学生分会“前行者说”系列讲座（第七期）成功举办

由中国计算机学会（CCF）主办，CCF新疆大学学生分会承办，新疆大学计算机科学与技术学院协办的CCF新疆大学学生分会·前行者说系列讲座（第七期）于2025年11月12日在新疆大学计算机科学与技术（网络空间安全学院）信息楼510成功举办。

本期讲座围绕“基于粗细特征融合的场景文种识别方法”展开，面向研究生和CCF会员系统分享多语言文本理解、模型轻量化与真实场景应用等方向的最新进展与实践路径。活动吸引了CCF的会员们到场参与，现场气氛热烈，反响良好。

开场环节，CCF常务理事、CCF 乌鲁木齐主席、新疆大学计算机学院库尔班・吾布力教授致辞，随后，由CCF新疆大学学生分会执行委员详细介绍了 “前行者说” 系列讲座的定位与本期议程安排：来自新疆大学计算机科学与技术（网络空间安全学院）的孙中华同学带来学术专题报告。

孙中华同学围绕自然场景多语言文本识别这一典型难题，深入阐述了 “基于粗细特征融合的场景文种识别方法（C3F）”。该方法创新性地将粗粒度与细粒度两类特征协同建模：粗粒度特征侧重版面与大尺度形状信息，细粒度特征强调笔画、边缘与部件细节，二者通过跨尺度注意力实现对齐与互补，既能有效抑制复杂背景噪声，又能强化区分性笔画与结构模式。

报告中，孙中华同学详解了方法的核心创新点：提出双阶段多尺度特征融合策略，兼顾全局建模与细节表达；设计双重注意力乘法交互块（DAMB），促进多尺度粗粒度特征交互并去除背景噪声；提出多特征增强聚合模块（MFEAM），通过深层特征复用与粗粒度特征渐进式融合，提升细粒度特征表达能力。在实验表现上，该方法在 RRC-MLT2017、SIW-13、CVSI-2015 和 MLe2e 四大基准数据集上，分别达到 91.29%、96.54%、99.06% 和 98.44% 的识别准确率，其中在 CVSI-2015 和 MLe2e 数据集上实现最先进（SOTA）性能，参数量仅为 7.6M，展现出高效的性能优势。

分享环节落幕，孙中华同学耐心解答了现场同学的提问，与他们展开了深入的互动交流。随后，CCF 新疆大学学生分会执行委员团队为分享者送上纪念品，既表彰了他们的精彩分享，也让本次讲座在温馨的氛围中圆满收尾。

本期讲座为新疆大学CCF学生会员搭建了高质量的学习与分享平台，取得了良好的参与度与口碑。展望未来，CCF新疆大学学生分会将继续秉承“服务会员、促进交流”的宗旨，策划更多形式多样、内容扎实的精品活动，诚挚欢迎广大同学持续关注与参与。

图为活动结束合影