学位论文简介

自动驾驶技术的快速发展使环境感知成为保障系统安全运行与高效决策的关键基础，对其提出高精度、强鲁棒与低时延的性能要求。然而，现有研究多聚焦单一任务优化，难以兼顾前端检测可靠性、中端跟踪稳定性与后端关联高效性。具体而言，少样本与长尾分布致使小目标语义表征不足，点云稀疏性与遮挡退化使三维目标易发生漂移，多模态融合虽可提升精度，但复杂结构难以满足实时部署需求。本文围绕上述挑战，提出一套轻量化解决方案，主要贡献如下：

（1）针对小目标漏检与候选框质量不稳定的问题，提出基于分数域协同与任务对齐的目标检测网络。在元学习框架下构建分数域双域协同算子，融合分数阶微分与分数傅里叶变换，在时域—频域内自适应强化小目标边缘特征；设计任务感知对齐策略缓解样本稀缺引发的检测偏移，从源头抑制误差累积。

（2）针对稀疏点云与远距离退化下目标易漂移的问题，设计基于张量重构与哈希 Transformer 的跟踪网络。构建张量分解—补全协同机制，通过核心子张量降维与低秩约束修复兼顾实时性与完整性；设计多尺度拓扑注意力模块，利用哈希编码建模上下文与局部几何拓扑，实现复杂环境下的稳定跟踪。

（3）针对多模态跟踪中精度与效率难以兼顾的问题，提出基于多模态融合的快速跟踪模型。设计透视约束对齐方法将三维点云压缩至二维投影平面，并构建特征分布优化算子，在不引入重型三维回归的前提下降低小目标漏检率，提升关联稳定性与实时性。

主要学术成果

[1]Shirui Tian, Mingxing Duan, Jiayan Deng, Huizhang Luo, Yikun Hu. MF-Net: A Multimodal Fusion Model for Fast Multi-object Tracking[J]. IEEE Transactions on Vehicular Technology,2024,Vol.73(8): 1-14.（SCI，第一作者）

[2]Shirui Tian,Ningshu Li,Mingxing Duan. THT-Net: A Novel Object Tracking Model Based on Global-Local Transformer Hashing and Tensor Analysis[J]. IEEE Transactions on Vehicular Technology,2026,Vol.75(4): 5681-5692.（SCI，第一作者）

[3]Shirui Tian, Huilong Pi, Mingxing Duan, Zhuo Tang, Kenli Li. FDOD: A Novel Few-Shot Small Object Detection Framework Using Fractional Fourier Transform and Differentiation[J], IEEE Transactions on Intelligent Transportation Systems.（SCI，第一作者）

[4]Di Li, Shirui Tian, Wenqiang Jin, Jiwu Peng, Mingxing Duan. Towards a moving target defense based on stochastic games and honeypots[J]. Information Sciences,2025,Vol.720: 122488.（SCI，通讯作者）

[5]邓佳燕,田时瑞,刘香丽,欧阳红巍,焦韵嘉,段明星. 基于多阶段行人特征挖掘的轨迹预测方法[J]. 计算机科学,2025,52(9): 241-248.（中文核心，通讯作者）

[6]Hou Liu, Xiaoyan Pu, Shirui Tian, Tang Zhuo, Kenli Li, Mingxing Duan. Tensor-GAN: Social Spatio-Temporal Pedestrian Trajectory Prediction with Tensor Canonical Correlation Analysis, ACM Transactions on Intelligent Systems and Technology.（通讯作者，修改）

[7]Shirui Tian, Zhenyu Zhou, Keqin Li, Kenli Li, Mingxing Duan. PDCL: A Power-Law-Driven Cross-Domain Long-Tail Few-Shot Learning Framework, IEEE Transactions on Image Processing.（第一作者，审稿）

[8]Yuanjun Zuo, Xianyong Xu, Quan Quan, Shirui Tian, Lexin Chen. DFDG-F: Grid Fault Detection Model Based on Dual-Cycle with Derivative Differentiation and Few-Shot Learning.（通讯作者，审稿）

[9]余琦, 田时瑞, 黄鑫, 张宇翔, 眭建新, 段明星, 周旭, 田建伟, 薛静远, 易衍孜, 周沿东, 李肯立. 用于电力系统的知识图谱补全方法及系统. CN119962648B. 国家发明专利. (学生第二作者, 授权)

[10]余琦, 眭建新, 蒲晓燕, 田时瑞, 陶叶, 陈毅波, 黄鑫, 许霖, 田建伟, 林海, 李湘华. 用于电力系统的单目标实时跟踪方法及系统. CN119360082B. 国家发明专利. (学生第一作者, 授权)

[11]李肯立, 田时瑞, 段明星, 肖国庆, 刘楚波, 唐卓. 目标追踪方法、装置、计算机设备和存储介质. CN117576653A. 国家发明专利. (学生第一作者, 实审)

[12]杨芳僚, 余琦, 黄鑫, 眭建新, 段明星, 郑欣玥, 田时瑞. 电力系统数字化成熟度判定方法及系统. CN120744491A. 国家发明专利. (学生第一作者, 实审)

[13]黄鑫, 陈毅波, 杨芳僚, 眭建新, 余琦, 祝视, 田时瑞, 段明星, 田建伟, 林海. 一种基于边云协同的电网设备故障诊断方法及系统、设备、介质. 国家发明专利. (学生第一作者, 实审)

[14]2024年湖南省研究生科研创新项目:基于多模态实例的目标跟踪优化算法, 5216A6240006. 202406-202606. (主持)