恭喜池洳婷顺利毕业！

池洳婷，本科毕业于上海大学，于2021年开始在上海大学计算机工程与科学学院攻读学术型硕士研究生。池洳婷同学自本科大四开始进入韩越兴研究组学习研究图像处理相关技术与应用，在韩老师的悉心指导下，延续并推进了以下研究：

1. 针对材料图像语义分割中存在的小样本和微观结构特征复杂的问题，提出基于特征金字塔和十字交叉注意力的双分支语义分割网络。该网络分为主分支和辅助分支。主分支使用特征金字塔模型聚合多层级的图像特征来增强细节信息；辅助分支使用骨干网络的低层特征分割图像，辅助网络学习纹理和边界信息。在多任务监督和多尺度特征的协作下，相较于对比模型，该方法在多个小样本材料图像数据集上取得最佳性能。

2. 针对材料图像实例分割中显著的小样本问题，从提高现有数据的利用率出发，提出基于多模态融合和伪标签技术的实例分割方法。该方法通过融合图像和文本的多模态数据，提高网络对物体分类、定位和分割的准确度。本论文将训练分为两阶段：全监督训练和半监督训练。在半监督训练阶段，采用伪标签技术使未标注数据参与监督模型寻优。在多模态信息和两阶段训练的协作下，相较于对比模型，该方法在多种小样本实例分割场景中取得优越的性能。

3. 针对2205双相不锈钢显微图像，设计统计分析方法来完成材料图像分割结果和材料性能的内禀关系挖掘。本论文分别基于语义分割结果以及实例分割结果，使用材料经验公式，高效且精确地获得和人工分析结果相近的微观结构的生长速率和材料性能变化情况。

毕业后池洳婷同学进入小米从事相机算法相关工作。池洳婷同学在上海大学三年的研究生生涯中努力学习、认真科研，不断增强自己的专业知识，有幸结识了许多良师益友。希望池洳婷同学在未来的道路上不忘初心，牢记使命，披荆斩棘，砥砺前行。

论文链接：小样本图像分割方法研究及其在材料性能挖掘的的应用