【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(2)

该研究方法不但在视觉上具有吸引力、定性分析中各融合指标有明显优势，而且在多种挑战环境的场景下，融合后的目标检测结果的mAP率较现有最先进的方法提升10%以上。

研究成果“Unsupervised Misaligned Infrared and Visible Image Fusion via Cross-Modality Image Generation and Registration”由软件学院博士研究生王迪、刘晋源，国际信息与软件学院樊鑫教授、刘日升教授共同完成。该项研究针对现有多模态图像融合方法难以处理未对齐图像的空间形变、导致融合图像产生边缘重影等问题，提出了一种面向红外与可见光图像融合的无监督跨模态“配准-融合”联合框架。该框架致力于缩小多源图像模态间的固有差异，提出专门处理多模态图像对齐的“生成-配准”方法，实现了红外与可见光图像的有效对齐。该方法极大地促进了未对齐图像的融合性能，有效抑制了融合图像的结构扭曲与边缘重影，从而为下游视觉任务提供高质量的融合图像。
相关成果分别被计算机视觉重要学术会议CVPR 2022和人工智能领域重要学术会议IJCAI 2022接收，均被邀请在大会上作口头报告。
大连理工大学几何计算与智能媒体技术研究团队与立命馆大学合作建立健康医疗智能计算联合研究中心，研究课题包括机器学习、深度学习、计算机视觉、多媒体技术、优化方法等当前最前沿的领域，及其在医疗和健康领域中的应用。近年来在IEEE TPAMI、TIP、NeurIPS、CVPR、ECCV、IJCAI、AAAI、ACM MM等人工智能、多媒体技术等多领域的重要期刊及会议上发表论文达100余篇。该团队也一直致力于面向国家重大需求，加强关键共性技术研究，已经在全天候车载多波段立体视觉感知单元，以及水下目标自主抓取机器人等应用研发方面取得突破。
新闻来源：大连理工新闻网
编辑：刘梁宇
校对：闫一鸣 李依迅