近日，人工智能学院缑水平教授及其二年级硕士研究生牟金明同学的一项研究成果被多媒体领域顶级国际会议ACM Multimedia Conference 2021（ACM MM）录用。ACM是世界上最大的计算机领域专业性学术组织，其评选的图灵奖（A. M. Turing Award）被公认为世界计算机领域的诺贝尔奖。ACM MM是公认的多媒体技术领域奥运会界别的顶级盛会（CCF认定A类会议）。去年的ACMMM 2020会议共收到1698篇有效投稿，最终接收472篇，录用率为27.8%。此项研究成果的取得，标志着人工智能学院在计算机视觉领域的持续创新与进步。

       录用的论文题目为《A Stepwise Matching Method for Multi-modal Image based on Cascaded Network》，为异源图像模板匹配方面的研究工作，旨在给定的可见光搜索图中定位SAR图像模板的精确位置。与同源图像的匹配相比，异源图像的匹配难度更高，在辅助制导技术上有重要的应用价值。现有工作往往通过在搜素图上滑窗的方法逐像素判断模板图与子图像之间的匹配性，导致在大幅图像上匹配时间长，结果精度不高。本工作提出了基于级联网络的分步方法来实现SAR与可见光图像的匹配。亮点在于：第一，提出了由粗到精的分步匹配策略，先通过粗粒度网络确定可能的初始匹配位置，再通过细粒度网络在初始位置的邻域内进行精确查找；第二，在粗粒度匹配网络训练中计算热图的损失时，提出加入二分类的抑制网络来判断得到的热图的优劣，从而对损失进行加权，避免求均值的操作减弱不良热图多峰值处的误差对于整个损失的影响；第三，提出了使用相似负样本构造的三元组策略对细粒度网络进行训练，最终获得匹配结果。实验结果在数据集OS Dataset上达到了先进水准。下图是本文算法的整体框架。