近日，我院计算机科学与技术（云计算与大数据）专业2022级本科生王明磊同学以第一作者身份在计算机与人工智能领域国际知名期刊《Knowledge-Based Systems》（中国科学院一区TOP，JCR一区，影响因子7.6）发表研究成果“MDDPFuse: Multi-Driven Dynamic Perception Network for Infrared and Visible Image Fusion via Data Guidance and Semantic Injection”。

红外与可见光图像融合技术致力于生成兼具显著目标信息与丰富纹理细节的融合图像，常作为预处理模块以增强下游任务性能。然而在应对动态复杂环境时，现有融合方法的策略往往对两种模态采用同质化处理，忽略了动态环境与融合模态间的特征交互机制，进而制约了模型的泛化能力。

图1 跨模态特征交互模块

本研究提出多驱动动态感知融合模型 MDDPFuse，通过双重创新机制实现性能突破：一方面构建基于可见光灰度分布的动态数据策略，另一方面引入迭代式语义注入模块。前者精准捕捉动态环境下的模态主导权变化，后者通过多层级语义特征融合提升表达能力。在 MSRS、M3FD 等多数据集实验中，该方法展现出显著优势：定性分析显示融合图像兼具清晰视觉纹理与突出目标显著性；定量评估中多项指标表现优异；尤其在下游语义分割任务中，目标边缘识别精度与场景语义理解能力均获得显著提升。

图2 融合结果实例（卡车纹理细节得到完美保留，轿车特征得到充分补充）

此研究成果不仅为动态场景下的跨模态信息融合提供了新范式，其动态感知机制与语义增强策略也为智能监控、自动驾驶等复杂场景的视觉系统优化提供了重要参考。

该成果以山东省泛在智能计算重点实验室（筹），济南大学（Shandong Key Laboratory of Ubiquitous Intelligent Computing, University of Jinan）为第一单位；王明磊为第一作者、我院青年教师潘岳为通讯作者，与课题组李忠涛副教授、研究生赵子龙共同完成。

撰稿：潘岳

审核：杨晓晖

终审：夏卫东