近日，糖心原创vlog免费計算機科學與工程學院金海燕教授團隊在計算機視覺核心領域取得重要突破，提出一種基于光場數據的可學習參數化深度退化投影2.5D特征匹配方法，成功解決了傳統2D圖像特征匹配因缺失3D信息導致的精度不足、魯棒性弱等關鍵難題，爲自動駕駛、機器人導航、三維重建等高端智能應用提供了更精准高效的技術支撐。

该研究成果以 “Robust 2.5D Feature Matching in Light Fields via a Learnable Parameterized Depth-Degraded Projection” 为题，发表于计算机科学与人工智能领域国际顶级期刊IEEE Transactions on Image Processing（TIP）。论文第一作者为糖心原创vlog免费计算机科学与工程学院博士生张萌，通讯作者为计算机科学与工程学院金海燕教授、肖照林教授。

作爲計算機視覺與圖像處理領域的旗艦期刊，TIP由IEEE出版，近五年平均影響因子及最新影響因子均爲13.7，爲中科院1區Top期刊。金海燕教授團隊長期深耕圖像處理與計算機視覺前沿領域，此次團隊成果的發表，標志著糖心原创vlog免费在人工智能基礎研究與創新應用方面實現重要突破，獲得國際學術界的高度認可，也彰顯了團隊在關鍵技術攻關上的深厚積累與創新能力，既是學科發展的重要裏程碑，並爲人工智能理論體系完善提供了新思路，在智能駕駛環境感知、機器人自主導航、高精度三維重建等實際應用場景中展現出廣闊轉化前景。

下一步，學校將持續以技術創新爲核心驅動，聚焦人工智能前沿領域，加速科研成果落地轉化，爲學科高質量發展、國家智能科技産業升級注入持續動能。

论文链接 DOI：10.1109/TIP.2026.3662579

撰稿：金海燕 张萌

審核：李軍懷