祝贺我院李华副教授的论文被CCF A类顶级期刊TIP录用

近日，海南大学计算机科学与技术学院人机物数据智能团队的李华副教授在IEEE Transactions on Image Processing (TIP) 上发表最新研究论文，题目为 “Expose Camouflage in the Water: Underwater Camouflaged Instance Segmentation and Dataset”。TIP是中国计算机学会（CCF）推荐的A类顶级期刊，在图像处理、多媒体与人工智能领域具有极高的国际学术声誉。

针对水下环境中由于光吸收与散射效应导致的颜色失真、低对比度以及伪装目标与背景高度相似等问题，水下伪装实例分割（Underwater Camouflaged Instance Segmentation, UCIS）面临特征表达困难、边界模糊及细节缺失等挑战。为此，该研究构建了首个面向水下伪装实例分割任务的数据集UCIS4K，并提出了一种水下伪装实例分割方法UCIS-SAM，主要创新点如下：

1. 构建首个水下伪装实例分割数据集UCIS4K，提供实例级精细标注，为水下伪装目标分割研究提供了重要数据支撑，弥补了现有数据集中水下伪装场景不足的问题。

2. 提出一种面向水下伪装实例分割任务的UCIS-SAM模型，从颜色失真校正、频域干扰抑制与多频特征融合三个关键方面构建统一建模框架，通过通道优化（Channel Balance Optimization Module, CBOM）、频域真值集成（Frequency Domain Truth Integration Module, FDTIM）以及多尺度特征频域聚合（Multi-scale Feature Frequency Aggregation Module, MFFAM）的协同设计，有效提升水下伪装目标的判别能力与边界表达能力，从而显著提高分割精度。

图一 UCIS-SAM模型框架图

实验结果表明，UCIS-SAM在所构建的水下伪装实例分割数据集UCIS4K、水下实例分割数据集UIIS、伪装实例分割数据集COD10K和NC4K上，相较于现有最先进方法在AP指标上均取得领先表现，展现出优异的分割性能。

该TIP论文的通讯作者为海南大学计算机科学与技术学院李华副教授，一作为2023级博士研究生王楚虹。

李华，现任海南大学计算机科学与技术学院副教授，博士/硕士生导师。海南省优青，海南省“南海新星”科技创新人才，海南省高层次人才D类。主要研究方向包括计算机视觉、图像处理、海洋环境感知、智慧农业、人工智能、深度学习等。主持/参与了包括国家自然科学基金、海南省自然科学基金等多项科研项目。担任IEEE旗下海洋工程领域核心期刊IEEE Journal of Oceanic Engineering编委，亚太信号与信息处理协会 图像、视频与多媒体（APSIPA IVM）技术委员会委员。担任国际学术会议IEEE DSS 2021的程序委员会副主席、以及IEEE TIP、IJCV、IEEE TMM、CVPR、ICCV、ICML、ACM MM等顶级期刊和会议的审稿专家。2021、2023年分别荣获IEEE杰出领导奖。2022年获IEEE Journal of Oceanic Engineering杰出审稿人奖。近五年，在计算机视觉领域以第一或通讯作者在ICCV、ICML、ACM MM、IEEE TMM等高水平国际期刊和会议上发表多篇SCI/EI文章。