从寻找昆虫、训练机器人到步态分析，UNIST计算机视觉接连取得成果

by Kim Yongu

Published 08 Oct.2026 09:38(KST)

在国际竞赛三个项目中包揽冠亚季军

从农田昆虫探测到机器人手部动作搭建

能够在农田中发现小型昆虫、教会机器人手抓取物体的人工智能技术，接连在国际竞赛中获奖。分析患者步态并预测其步行障碍程度的技术也取得了成果。

UNIST（校长Park Jongrae）人工智能研究生院Baek Seungnyeol教授团队于8日宣布，他们在瑞典马尔默举行的欧洲计算机视觉大会（ECCV 2026）相关国际挑战赛的三个项目中，分别获得第一名、第二名和第三名。

计算机视觉是一种识别并分析影像中物体和人物动作的技术。

硕博连读生Kim Junsu在“BuzzSpot”挑战赛中，从37支参赛队伍中脱颖而出，获得第一名。该挑战赛旨在从农田影像中找出蜜蜂、食蚜蝇等传播花粉的昆虫。

在ECCV 2026“Beojeuseupot”挑战赛中获得第一名的硕博连读生Kim Junsu。

农田影像中的昆虫体型较小，而且经常被植物遮挡，因此不易探测。研究团队利用资料不足的昆虫影像片段补充训练资料，并训练人工智能区分不同种类昆虫的特征。

团队还通过一次性分析整段影像提升了性能，减轻了计算负担，并指出该技术有望用于农田昆虫观察和生物多样性调查等领域。

硕博连读生Kim Woojin、Kim Shinwoo和博士后研究员Muneeb Ahmed Khan在生成机器人手抓取物体动作的“DexGraspMotion”挑战赛中，从8支队伍中获得第二名。

在ECCV 2026“DexGraspMotion”挑战赛中获得第二名的人员，从左至右：Kim Woojin、硕博连读生Kim Sinu、博士后研究员Munib。

研究团队没有通过反复向机器人示范大量动作来进行训练，而是采用了一种方法：将一次成功抓取物体的示范动作，根据物体的位置和形状进行调整。即使面对模拟环境中从未见过的物体，该方法也能生成稳定的抓取动作。

博士生Kim Suji、Kim Mingyeong和博士后研究员Muhammad Munsif在分析人体动作的“MoCha”挑战赛中，从58支队伍中获得第三名。

该项目要求利用帕金森病患者的三维步态数据预测其步行障碍程度。研究团队将步态动作与描述动作的文本一并用于训练，并将多个医疗机构开发的人工智能模型整合为一个模型。

在ECCV 2026“Mocha”挑战赛中获得第三名的UNIST研究团队。照片从左至右为博士生Kim Suji、博士后研究员Muhammad Munshif、博士生Kim Minkyung和教授Baek Seungnyeol。

该方法的特点是减少模型只适用于特定医疗机构数据的问题，使其在未参与训练的其他医疗机构数据上也能保持良好性能。

Baek Seungnyeol教授表示：“这表明计算机视觉技术能够应用于农业、机器人和临床等多个领域，帮助解决实际问题。我们将继续研究能够应用于真实环境的视觉人工智能技术。”

本报道由人工智能(AI)翻译技术生成。