博士期间我的主要研究课题为基于鲁棒协同学习的边缘检测，目标是在保证模型具有高效率的情况下从复杂场景中提取具有感知意义的边缘。我们期望解决三个主要问题：1）如何在不依赖于低效的预训练模型的情况下，如VGG16、ResNet50，从图像中提取足够鲁棒的特征，以此同时保证低延迟和高精度；2）如何使模型在低光照、模糊图像以及噪声图像等低质量数据上具有和正常图像相媲美的效果；3）如何将边缘所属物体的类别信息考虑在内，使得模型能够从自然图像中只提取符合特定语义的边缘。到目前为止，关于边缘检测的相关成果已发表于ACM MM 2023，其扩展的期刊版本也已经投稿至TPAMI。