【科研不断线】大连理工大学新成果解决无人系统在复杂场景中感知困难的问题

 

近日，大连理工大学几何计算与智能媒体技术研究团队在多源图像融合领域取得两项科研成果，有助于解决无人系统在复杂场景中感知困难的问题。两项研究面向国家重大需求，基于多源图像的成像特性和真实环境的干扰因素，设计出了高效、鲁棒、精准感知的红外可见光图像融合算法。
随着传感硬件的快速发展，多模态成像在监控、自动驾驶等实际应用中受到了广泛关注，其中红外与可见光成像不仅有利于提升良好成像环境下的视觉感知，而且极大地促进了恶劣成像环境下的视觉感知任务的完成。多模态成像应用最为广泛的是多源图像融合领域，然而目前的图像融合方法存在目标不清晰、感知性能差以及难以适应多源图像未对齐现象等缺陷，如何克服这些问题是当前多源图像融合领域面临的重大挑战。

研究成果“Target-aware Dual Adversarial Learning and a Multi-scenario Multi-Modality Benchmark to Fuse Infrared and Visible for Object Detection”由软件学院博士研究生刘晋源，国际信息与软件学院樊鑫教授、本科生黄展搏、本科生吴冠尧、刘日升教授、仲维副教授，罗钟铉教授共同合作完成。该项研究针对多模态图像融合存在的融合后目标不清晰、视觉质量和感知性能差等问题，提出了联合图像融合与下游视觉任务的双层优化框架。该框架“求同存异”探究了融合图像与源图像中背景与显著目标物两方面的差异，从而更好地从红外和可见光源图像中提取并保留目标的结构信息和纹理细节。此外，研究还构建了一个红外和可见光传四目同步成像系统，建立了大型全天候多场景数据集（4000 成对数据及20000 的标注）。