近日，信息科学与工程学院视觉感知与智能计算团队在人工智能与计算机视觉领域取得积极进展。团队研究论文《GTMFuse: Group-Attention Transformer-Driven Multiscale Dense Feature-Enhanced Network for Infrared and Visible Image Fusion》成功入选科睿唯安（Clarivate）全球“高被引论文”（Highly Cited Paper)，杨威老师为该成果通讯作者。该荣誉仅授予同年度、同领域引用次数排名前1%的高水平论文，充分展示了该研究成果的国际学术影响力。

团队针对计算机视觉领域中的红外与可见光图像融合难题，提出了基于分组注意力机制Transformer与多尺度密集特征增强网络的GTMFuse融合框架。通过结合Transformer的全局建模优势与密集网络的局部特征提取能力，有效突破了传统方法在特征提取和细节保留方面的技术瓶颈。实验结果表明，GTMFuse在多个公开数据集上的性能指标显著优于现有方法。

据悉，该论文于2024年发表于人工智能领域权威期刊《Knowledge Based Systems》（KBS，影响因子8.8）。该研究成果具有广阔的应用前景，可广泛应用于军事侦察、智能驾驶、公共安全监控等重要领域。视觉感知与智能计算创新团队下一步将重点推进智能算法的工程化应用，通过与产业界的深度合作，加速技术成果转化，为相关行业的技术升级提供创新解决方案。

 

 

 

教工通讯员王颖

编辑 张璐