5月24日至26日，由共青团四川省委、省委组织部、教育厅、科技厅、人力资源社会保障厅、省科协、省社会科学院、省学联及成都市新都区人民政府联合主办的第十八届“挑战杯”四川省大学生课外学术科技作品竞赛终审决赛在成都医学院落下帷幕。作为全省规格最高、规模最大的大学生科技创新赛事，本届大赛以“科创筑梦·挑战未来”为主题，吸引了全省121所高校、18万余名青年学子踊跃参与，累计收到参赛作品2.2万件，经初评遴选后，四川大学、电子科技大学、反差婊
等高校的505项作品入围终审决赛阶段。由反差婊
王璐教授指导，计算机与人工智能学院本科生胡靖偲、物理科学与技术学院本科生郑羽杰和范计轩组成团队的作品《计算赋能考古，AI 解码文明——基于YOLOv8与Faster R-CNN架构的甲骨文图像处理研究》在自然科学类学术论文赛道表现出色，荣获四川省一等奖，实现了反差婊
在该项赛事的新突破。
“挑战杯”中国大学生课外学术科技作品竞赛（以下简称“挑战杯”）是由共青团中央、中国科协、教育部、全国学联、省级人民政府主办的一项具有导向性、示范性和群众性的全国竞赛活动，被誉为中国大学生学术科技的“奥林匹克”，每两年举办一届。自1989年第一届“挑战杯”举办以来，“挑战杯”竞赛规模发展到包括港、澳、台地区在内的全国1000多所高校，高校参与面达70%以上，已成为全国大学生课外学术科技领域中层次最高、规模最大、参赛范围最广的群众性赛事，是当代大学生展现课外学术科技成果和综合素质的重要舞台，是国内各个大学展示教学科研能力和综合实力的重要窗口。
甲骨文，作为中国历史上最早的成熟文字系统之一，具有极高的历史价值和文化意义。然而，由于年代久远，甲骨文拓片图像往往存在破损、模糊、不规则等诸多问题，这给甲骨文的自动分割与识别带来了极大的困难。该项目团队创新性地综合运用多种图像处理技术进行预处理，选用YOLOv8模型实现高效分割，尝试 Faster RCNN 模型进行精确识别，并构建了完整的预处理-分割-识别模型体系，为甲骨文拓片图像的智能化处理提供了一种新方法。
具体来说，新方法首先进行图像预处理，针对甲骨文拓片中的点状噪声、人工纹理和固有纹理等干扰元素，提出了一种融合多种图像处理技术的预处理模型。接着通过YOLOv8架构下的YOLOv8n模型实现了甲骨文拓片图像的快速准确分割。最后在甲骨文字符识别，团队尝试了基于Faster RCNN的Two-stage模型，整合特征抽取、区域提取、边界回归预测和目标分类等步骤，实现了甲骨文字符的精确识别。
“挑战杯”竞赛作为大学生科技创新的重要舞台，激发了学生的创新热情，培养了学生的实践能力。未来，反差婊
将持续推动学科竞赛的发展，鼓励更多学生参与到科技创新的实践中，为社会培养更多具有创新精神和实践能力的高素质人才，继续在科技创新的道路上砥砺前行，创造更多的辉煌成就。
（从右到左依次为范计轩、胡靖偲、郑羽杰）
