青春因磨砺而出彩，人生因奋斗而升华。在第十八届“挑战杯” 广东大学生课外学术科技作品竞赛中，惠州学院团队凭借《基于 Transformer 的高效图像压缩感知联合重建模型》项目脱颖而出，为高效图像压缩与重建提供了一种创新的技术路径。
随着信息技术的飞速发展，图像数据的高效处理成为至关重要的课题。传统压缩感知方法在低采样率场景下重建精度不足，且对噪声干扰极为敏感，难以满足医疗影像、卫星遥感等领域的高精度图像重建需求
图1 政策导向赋能项目开发
团队提出的基于Transformer 的高效图像压缩联合感知模型，通过全局注意力和自适应优化策略，在有效性上能更精准还原图像细节和整体质量；在鲁棒性上，面对噪声干扰也能稳定重建、保障图像质量；在轻量化设计上，减少参数量、降低计算复杂度，提升了模型的实用性。
图2 项目核心技术与创新点
该模型在多个领域展现出巨大的应用潜力,在医疗影像和安防监控领域展现出显著优势。在医疗影像中，它能减少磁共振成像的采样点数量或时间，借助先验信息实现高质量图像重建，加速成像过程并降低患者不适感；在安防监控领域，该模型可高效压缩与重建监控视频，确保低带宽传输下图像清晰，提升系统效率与可靠性。同时，它在工业检测和自动驾驶领域也发挥着重要作用。面对复杂零部件检测时，能够快速压缩与重建图像，兼顾效率、成本与准确性；而在自动驾驶中，该模型对车载摄像头图像进行高效处理，提供精准视觉信息，增强自动驾驶的安全性和可靠性。
图3 项目应用前景
产品自研发以来所获成果丰硕，项目获国家级大创支持，团队成员作为第一二作者发表多篇EI、CCF-C收录论文，申请国家发明专利1项，申请软著1项，在校计算机设计大赛，挑战杯等竞赛均取得优异成绩。
在备赛过程中，团队成员面临了诸多困难与挑战。团队负责人表示：“在项目的初期，我们对先进网络与压缩感知的融合技术还存在很多不确定因素。在学院的大力支持下，团队成员各司其职，密切配合，不断对项目进行调参优化，多次分析修改项目细节，持续整合团队最新科研成果。面对研发中的困难与瓶颈，团队不畏挑战，不断创新突破，最终实现了项目的成功落地。”
未来，该团队将继续秉持“挑战杯” 精神，将所学理论与行业痛点紧密结合，持续深耕技术研发，进一步优化模型性能，拓展应用领域。他们希望该项目能够为人工智能与物联网的深度融合提供新的技术路径和应用方案，助力相关行业的技术创新和产业升级，为推动社会进步贡献青春力量。
