近日，我院两项成果被图像处理领域顶级期刊IEEE Transactions on Image Processing (TIP)录用。IEEE TIP由IEEE信号处理学会主办，是图像处理领域公认的No.1期刊，侧重于图像处理的前沿理论与方法，是中国计算机学会推荐A类国际期刊，2019年影响因子为6.79。

论文“LFNet: Light Field Fusion Network forSalient Object Detection”由研究生冀炜、李婧婧、张淼副教授等共同完成的研究成果。该项研究创新性的设计了一个充分利用光场信息的融合网络，其利用4D光场数据包含丰富的空间和上下文信息。LFNet的主要贡献由一个光场细化模块(LFRM)和一个光场集成模块(LFIM)组成，来实现光场图像的聚焦、深度和客观线索的细化和集成。LFRM学习光场和RGB图像之间的光场残差，利用有用的光场线索细化特征，然后LFIM对每个细化的光场特征进行加权，学习它们之间的空间相关性，从而预测显著性图。此方法可以充分利用光场信息，尤其是在复杂的场景中也能获得优异的性能。

论文“Saliency Detection via Depth-induced Cellular Automata on Light Field”由研究生李啸、荣政坤、张淼副教授等共同完成。该项研究通过构建对象导向深度图作为诱导器，有效地整合光场线索之间的关系，同时通过构建深度引导的元胞自动机(DCA)优化模型,利用其相似区域的内在相关性来更新每个超像素的显著性值。所提出的方法利用深度、位置、焦点和颜色线索对细胞邻域进行定义并跟新其标准。此方法在挑战性场景中展现了优异的性能。

几何计算与智能媒体技术研究团队依托于辽宁省泛在网络与服务软件重点实验室。研究方向包括机器学习、深度学习、计算机视觉、多媒体技术、优化方法等当前最前沿的领域。近年来在IEEE TPAMI、TIP、TNNLS、TMM、NeurIPS、IJCAI、AAAI、CVPR、ICCV、ECCV、ACM MM等人工智能、多媒体技术等多方领域的重要期刊及会议上发表论文达100余篇。

TIP由IEEE信号处理协会主办，是图像处理及计算机视觉领域公认的No.1期刊，侧重于图像处理的前沿理论与方法，与TPAMI，IJCV一起被称作图像处理及视觉计算的“三大王牌”。TIP对收录论文的理论性、前沿性以及创新性具有极高的要求，审稿周期长达一年左右。