近日，我院马佳义教授课题组在图像融合方向取得的科研成果荣获国际期刊Information Fusion 2024年度最佳论文奖（Best Paper Award）。

论文题目为Image fusion in the loop of high-level vision tasks: A semantic-aware real-time infrared and visible image fusion network，我院2022级博士生唐霖峰为第一作者，马佳义教授为通讯作者，电子信息学院为论文唯一署名单位。该论文于2022年6月发表，目前据谷歌学术统计已有500余次他引，包括多位中外院士和IEEE会士。

多源图像信息融合是预警探测、自动驾驶、智能安防等军民应用的核心技术，其面临跨场景泛化性弱、全局信息感知难等挑战。本文围绕多源信息高效聚合理论与高-低级视觉协同优化展开研究，取得如下突破：一是构建了高-低级视觉任务协同优化的多模态信息融合新范式，通过视觉感知与语义决策的耦合优化，提升融合算法的可应用性，突破了图像融合与高层任务之间的语义鸿沟；二是提出了基于梯度残差密集块的轻量化信息融合网络，通过特征复用在实现细粒度细节保持的同时将图像融合时间开销控制在10毫秒内。成果应用于多模态视觉感知，将目标检测/语义分割精度从传统单模态的53%/72%提升到73%/78%，有效推动了多模态信息融合研究的理论发展与实用化进程。

据悉，Information Fusion为信息融合领域权威期刊，是中科院一区TOP期刊，最新CiteScore为33.2，在计算机科学：信号处理领域的131本期刊中排名第1，最新JIF影响因子为14.8，在计算机科学：理论与方法领域的144本期刊中排名第2。Information Fusion Best Paper Award授予过去三年发表在该刊上影响力最高的研究论文，每年遴选一篇论文获奖。

（通讯员：李菲 唐霖峰；照片提供：唐霖峰）