本网讯（通讯员卢涛 周华兵）近日，国际电子电工学会汇刊-图像处理（IEEETransactions on Image Processing，TIP）在线发表我校计算机学院/人工智能学院张彦铎教授团队的科研论文：“Cross-weather imagealignment via latent generative model with intensity consistency”。武汉工程大学智能机器人湖北省重点实验室，计算机学院/人工智能学院为第一署名单位。合作单位为武汉大学、Temple University、StonyBrook University。国际电子电工学会汇刊-图像处理（TIP）是国际图像处理和计算机视觉领域的顶级期刊，是中国计算机学会推荐的A类期刊。
论文第一作者周华兵副教授长期从事图像配准方面的科研工作，取得丰富的科研成果。图像对齐/配准/对应是许多基于视觉任务的关键先决条件，是计算机视觉领域的研究热点。但是，对齐来自不同的领域的图像(例如跨天气/季节的路况场景)，仍然是一个具有挑战性的问题。受到经典基于强度的图像对齐方法和生成对抗网络技术的启发，论文提出了一种跨天气道路场景对齐方法——强度恒定潜在生成模型。论文将对齐问题形式化为带有隐编码的二维流向量优化问题，隐编码可以解码为隐流形空间上与目标图像强度分布一致的图像。该流形可以由预训练的生成对抗网络模型参数化，它能够从大型数据集中捕获统计特征，网络结构如图1所示。此外，论文采用学习到的流形约束变形后的生成图像，使其与目标图像一致。实验结果在多个跨天气/季节道路场景数据集上的表明该方法优于最新方法。论文成果可以广泛应用于无人驾驶、机器人等领域。
图1 基于强度恒定潜在生成对抗网络结构图
图2展示了论文提出算法框架及与相关算法在一些测试图像上的实验结果的视觉对比。
图2 论文算法与前沿最优算法的视觉对比图
计算机学院/人工智能学院高度重视科研工作，在新冠疫情期间停课不停科研，克服实验条件限制，扎实推进科研论文从数量向质量转变。
