聚焦技术前沿，持续产出高质量科研成果

科研创新能力是帧知灼见团队发展的重要基础。

目前，团队成员已取得13项发明专利，相关知识产权成果覆盖视频分析、人工智能等技术方向。从此次展示的专利成果来看，团队已围绕视频异常检测、行为识别等具体技术问题形成多项发明专利成果，体现出团队长期开展人工智能与计算机视觉研究形成的技术积累。

与此同时，团队持续推进学术研究，在相关领域形成多项研究成果，并取得包括SCI期刊论文、CCF A/B/C类会议论文在内的学术成果。部分团队成员还担任相关学术会议审稿人，在科研实践中持续参与学术交流与同行评议。

从专利到论文，从技术研究到学术交流，团队逐步形成了以科研问题为导向、以技术创新为核心的科研发展路径。

深耕视频智能分析，探索弱监督技术应用

在已有科研成果中，视频理解与智能分析是团队长期关注的重要方向。

团队围绕视频异常检测、视频行为识别等问题开展持续研究。其中，研究成果 《DSIB-Net: Ultra-Lightweight Weakly-Supervised Video Anomaly Detection through Synergistic Dual Streams and Information Bottleneck》 聚焦轻量化弱监督视频异常检测，通过双流结构与信息瓶颈等技术思路探索视频异常行为识别问题。

另一项研究成果 《MORA: A Motion-guided Dual-stream Recurrent Attention Framework for Dynamic Hand Gesture Recognition》 则聚焦动态手势识别，通过运动信息与双流循环注意力机制等方法开展行为识别研究。

这些研究表明，团队并非从当前的具身智能项目才开始接触视频数据处理，而是在视频理解、异常检测、行为识别等方向已经形成一定的科研积累。

这一技术积累，也成为团队进一步探索机器人视频理解和具身智能数据处理的重要基础。

走向国际学术舞台，拓展科研交流视野

在持续开展科研研究的同时，团队积极参与国际学术交流。

此次材料中展示的 ICASSP 2026 相关会议材料，体现了团队成员参与国际学术会议的科研交流经历。通过参与国际学术会议，团队进一步了解人工智能、信号处理及计算机视觉等领域的研究进展，并与相关领域研究者开展学术交流。

从国内科研成果到国际学术交流，团队不断拓宽科研视野，也在与领域前沿研究的持续接触中进一步明确技术研究方向。

从视频理解走向具身智能，科研积累形成新的技术支点

长期的视频分析与行为识别研究，为团队进入具身智能数据领域提供了重要技术基础。

随着机器人逐渐进入更加复杂的真实环境，机器人在执行任务过程中会产生大量连续视频数据。如何从这些原始视频中理解机器人行为、识别关键动作、提取有效事件，并进一步将非结构化视频转化为可利用的数据资源，成为具身智能发展过程中值得关注的问题。

基于前期在视频异常检测、行为识别、弱监督学习等方面形成的研究积累，帧知灼见团队进一步将研究方向延伸至具身智能数据处理领域，围绕视频数据理解、弱监督行为识别、智能数据标注和数据集构建开展技术探索。

从已有科研成果出发，向新的技术场景延伸，团队正在尝试将长期积累的科研能力转化为服务具身智能发展的技术能力。

以科研成果为基础，推动技术成果向实践转化

科研成果的价值不仅在于论文和专利本身，更在于能否进一步解决现实问题。

帧知灼见团队在持续推进学术研究的同时，也重视科研成果与实际应用之间的衔接，将已有的视频分析、弱监督学习和行为识别技术积累融入项目研发，探索面向具身智能场景的数据处理解决方案。

目前，团队正围绕具身智能数据基础设施方向持续推进项目研发，尝试通过软件化的数据处理能力，对机器人作业视频进行持续理解、行为识别和结构化处理，为后续训练数据构建提供支撑。

从一项项专利和论文，到面向真实场景的技术探索，团队正在推动科研成果从“研究成果”进一步走向“技术能力”。

以青年科研力量，探索人工智能发展新方向

从发明专利到学术论文，从国际会议交流到具身智能项目研发，帧知灼见团队不断在科研实践中积累能力、拓展边界。

未来，团队将继续发挥在人工智能、计算机视觉、视频分析与弱监督学习等领域的科研积累，进一步聚焦具身智能数据处理这一前沿方向，持续推进相关技术研究与成果转化。

以科研积累夯实创新基础，以技术成果回应现实需求。帧知灼见团队将继续以青年科技创新力量探索人工智能发展的更多可能，让科研成果在真实场景中释放更大的价值。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com