近日，我院鲁棒视觉智能感知技术团队在图像超分辨率研究方向取得重要突破。由张凯兵老师指导、2022级硕士研究生程周伟同学完成的学术论文《Semantic-Driven Global-Local Fusion Transformer for Image Super-Resolution》成功被国际图像处理顶级期刊《IEEE Transactions on Image Processing》（简称IEEE TIP）录用。这是继2023年以来，该团队指导硕士研究生在国际顶级期刊IEEE TIP上发表高水平论文的再次突破，标志着我院在人工智能图像处理领域取得重要进展。IEEE TIP是国际电气工程师协会（IEEE）下图像处理领域的顶级期刊，是中科院SCI期刊分区大类分区一区TOP期刊、中国计算机学会CCF推荐的计算机图形学与多媒体领域的三大A类期刊之一，2024-2025年最新影响因子为13.7。
图像超分辨率（Image Super-Resolution, SR）是计算机视觉中的重要研究方向，旨在从低分辨率图像中重建出高质量的高清图像。近年来，基于Transformer的超分方法取得显著进展，但由于计算代价高昂，现有方法多局限于局部窗口注意力，难以有效建模长距离依赖和全局结构，导致重建图像在细节与整体一致性方面存在不足。针对这一问题，团队提出了一种全新的图像超分辨框架——语义驱动的全局-局部融合Transformer（SGLFT）。该方法通过混合窗口Transformer（HWT）与可扩展Transformer模块（STM）实现局部纹理与全局上下文的协同建模，并引入语义提取模块（SEM）提炼输入图像的高层语义先验，再结合自适应特征融合语义集成模块（AFFSIM）实现语义特征与视觉特征的高效融合。实验结果表明，SGLFT在多个标准数据集上均能有效生成更清晰自然、结构一致的高分辨率图像，性能显著优于现有方法。
人物链接：
程周伟，男，2022年毕业于兰州文理学院，2022年考入77779193永利官网77779193永利官网计算机科学与技术专业攻读硕士研究生。获第十七届中国研究生电子设计竞赛西北赛区二等奖，77779193永利官网第21届优秀硕士论文。研究方向为深度学习、图像超分辨。目前在国网定西供电公司工作。
（撰稿：李鹏芳；审核：张凯兵）
