近日，我校计算机学院王晓芬老师在人工智能计算机视觉领域方面取得了重要研究进展，其以第一作者，武汉城市职业学院为第一完成单位，在国际知名学术期刊《Knowledge-Based Systems》（SCI一区，Top期刊，影响因子7.6）上发表题为《Image deraining via dual-level contextual information associated learning for autonomous driving》的科研论文。相关研究成果在自动驾驶场景视觉感知、复杂天气图像复原等方向具有重要的理论意义和应用价值。该论文系湖北省教育厅指导性项目（B2024516）的阶段性研究成果。
该研究针对在真实场景（如街道场景）图像中常会存在语义类别相同的目标（如行人、建筑物和车辆等）的特点展开分析。此类目标在视觉特征上通常具有潜在相似性，若仅依赖底层像素信息而忽略高层语义信息，相关方法难以准确捕捉这些目标在图像中的空间分布特征，从而无法充分挖掘其相似性信息，制约了单帧图像雨水遮挡区域修复的精度。因此，该论文提出了一种融合高层语义信息与底层像素信息的双层上下文关联学习方法，通过高层语义特征的引导作用，挖掘同类语义目标之间的相似性关系，有效提升了雨水区域修复后图像细节信息的准确性和整体视觉质量。
《Knowledge-Based Systems》期刊由国际著名学术出版机构 Elsevier 主办，在人工智能领域具有较高影响因子和广泛学术影响力。该成果是学校持续深化科研创新体系建设、推进高水平科研成果培育的重要体现，充分彰显我校计算机学院在人工智能计算机视觉领域的研究水平迈上新的台阶。