近期，信息科学与工程学院视觉感知与智能计算团队科研成果“GTMFuse: Group-Attention Transformer-Driven Multiscale Dense Feature-Enhanced Network for Infrared and Visible Image Fusion”被国际期刊《Knowledge-Based Systems》接收。

据了解，《Knowledge Based Systems》（KBS）是由Elsevier出版的人工智能领域国际知名跨学科期刊。该期刊主要发表人工智能领域的原创、创新和创造性研究成果，专注于基于知识和其他基于人工智能技术系统的研究。期刊为中国科学院SCI一区Top期刊，2023年影响因子8.8。团队杨威老师为该成果通讯作者，指导学生进行实验结果分析与论文撰写。

该成果针对现有的基于卷积神经网络的红外和可见光图像融合方法在有效融合源图像信息方面的局限性，提出了一种用于红外和可见光图像融合的群注意力变换器到多尺度特征增强网络（GTMFuse），采用9种比较方法，在4个数据集上进行了广泛实验，证明了GTMFuse的优越性能。

从2024年开始，视觉感知与智能计算团队进一步强化团队协作，多渠道筹措经费，配置了高性能智能计算设备，通过线上线下方式，与国内知名研究团队开展学术交流，持续头脑风暴与创新研究。下一步，团队将继续聚焦多模态感知融合创新研究，以应用需求为导向，持续攻关关键科学问题，力争产出高质量科研成果，稳步提升高水平人才培养质量。

 

 

 

教工通讯员 王颖 马玲

编辑 张璐