（通讯员：童心怡）近日，由张良培教授和夏桂松教授指导的博士研究生薛楠和王福东同学研究工作先后被IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) 在线发表。

IEEE TPAMI是人工智能、机器学习、模式识别、数据挖掘、图像处理、机器视觉等多个领域的重要国际期刊，影响因子为17.730，排名人工智能领域期刊第一。2016级博士研究生薛楠同学为第一作者的工作《Learning Regional Attraction for Line Segment Detection》提出了自然图像中一维线结构与二维区域之间的对偶计算理论，并设计了一种基于深度学习的图像线段检测算法，将自然图像中线段检测精度提高了10%左右。2018级博士研究生王福东同学为第一作者的工作《A Functional Representation of Graph Matching》构建了一种新的用于图匹配的泛函表示框架和计算方法，有效降低了图匹配问题的空间和时间复杂度。

在张良培教授、夏桂松教授带领下，研究组长期致力于视觉计算及摄影测量研究，近5年来，围绕视觉计算的基础和关键科学问题在IEEE TPAMI、International Journal of Computer Vision (IJCV)、IEEE Transactions on Image Processing (TIP)、IEEE Conference on Computer Vision and Pattern Recognition (CVPR)等人工智能国际权威学术期刊和会议上发表论文10余篇。

除计算机视觉研究外，研究组近年来深耕人工智能在遥感图像理解中的应用问题，围绕高分辨率遥感图像的层次化语义解析提出了一系列人工智能算法，构建了多个大规模遥感影像标注数据集，包括场景分类数据集AID (TGRS2017)、遥感目标检测数据集DOTA (CVPR2018)、高分图像土地覆盖数据集GID (RSE2019)等，并牵头举办/承办了多项国际国内遥感图像算法竞赛（如ICPR-ODAI’2018、CVPR-DOAI’2019、NSFC遥感图像稀疏表征和智能分析大赛2017-2019等）。