近日，我校计算机科学与技术学科金海燕教授团队在人工智能领域取得重要突破，提出了一种基于模态相关性的红外与可见光图像配准融合方法。该方法从挖掘交叉模态潜在相关性入手，引入具有双向监督的对抗生成器（AGBS）约束生成的配准图像，并利用局部失真感知位移估计模块（LDDE）实现红外与可见光图像的配准。在融合阶段，利用红外与可见光图像之间的模态相关性做分解，并设计分解-重构-融合模块（DRFM）提升融合图像的生成质量和结构表达。

上述研究成果近日在计算机科学、人工智能学科领域国际顶级期刊《Information Fusion》上正式发表。论文第一作者为我校计算机科学与技术学科博士生肖权权，通讯作者为金海燕。该期刊为领域内权威学术平台，该成果的发表标志着我校在人工智能基础研究与创新应用方面实现了重大突破，获得国际学术界的高度认可。金海燕教授团队长期深耕图像处理与计算机视觉前沿领域，此次成果的取得彰显了团队在关键技术攻关上的深厚积累。作为学科发展的重要里程碑，该研究不仅为人工智能理论发展提供了新思路，更在应用层面展现出广阔前景。下一步，计算机科学与工程学院将继续以技术创新为驱动，聚焦人工智能前沿领域，加速科研成果转化应用，为学科高质量发展注入持续动能。

该研究成果获得了国家自然科学基金（No. 62272383）等项目的资助。

Information Fusion是由Elsevier出版的学术期刊，季刊，近五年平均影响因子为17.9，最新影响因子15.5。该期刊是计算机科学、人工智能领域中科院1区Top期刊。

论文链接：https://doi.org/10.1016/j.inffus.2025.103924

撰稿：肖权权

审核：李军怀