该比赛在第35届IEEE/ACM自动化软件工程国际会议（ASE 2020）期间举行，由研究工作评审和答辩两个环节。研究工作评审环节共收到36份申请，每个研究工作至少收到三个评审人的打分，共有15篇研究论文脱颖而出进行第二轮的答辩评审环节，参赛学生分别来自加州大学伯克利分校、南洋理工大学、蒙纳士大学等国际知名高校及科研院所，最终刘哲脱颖而出获得第一名。
刘哲的参赛内容是应用程序图形用户界面显示缺陷自动检测方法。图形用户界面（GUI）是连接应用程序与用户之间的可视化桥梁。随着应用程序和美学的发展，图形用户界面的视觉效果越来越吸引人。然而这样复杂的图形用户界面设计也给实现带来了巨大的挑战。根据对532个应用程序测试结果的研究，由于软硬件的兼容性等原因，应用程序在不同设备上进行界面渲染时，经常会出现组件遮挡、文本交叠、图像丢失、空值和花屏等显示问题。它们会对应用程序的可用性产生负面影响，导致用户体验不佳。
因此，刘哲设计了一种图形用户界面显示缺陷自动检测方法。该方法采用计算机视觉的方法，能够自动检测有显示缺陷的图形用户界面，并自动定位缺陷位置，并提出了启发式的训练数据自动生成方法来帮助提升检测性能，能够达到85%的精确率和84%的召回率。该方法和安卓自动化测试工具Droidbot集成，能够自动对应用程序进行测试，发现了57个Google Play和Github上安卓应用程序的新的界面显示缺陷，并得到开发者的确认。
该工作是应用程序图形用户界面显示缺陷领域研究的第一项工作，对真实世界中移动应用的界面显示问题进行了系统的研究，为该领域后续的研究提供了大规模的应用程序界面截图数据集。
图1 ACM 学生研究竞赛研究生组第一名
图2 方法概述
图3 五类用户界面显示问题
