计算机科学与技术学院李雄飞教授指导的2020级博士研究生王泽宇的论文“A Self-supervised Residual Feature Learning Model for Multi-focus Image Fusion”被国际计算机视觉顶级期刊IEEE Transactions on Image Processing（CCF-A）接收。论文的第一作者为王泽宇，通讯作者为张小利副教授，作者还包括李雄飞教授、英国杜伦大学在读博士生段皓然。
作为图像增强的一个子领域，多焦点图像融合可以显著改善图像清晰度并且解决图像偏聚焦的问题，它已被集成在多款智能手机的计算摄影算法中。为解决该领域中由于缺乏真实训练集而限制模型性能的问题，本文提出一个使用自监督学习策略的残差特征学习模型。通过理论研究和蒙特卡罗仿真实验验证，本文发现一个同时适用于图像超分辨率任务和多焦点图像融合任务的残差梯度先验。因此本文把图像超分辨率作为代理任务，把神经网络对于多焦点图像训练集的依赖转移到自然图像上。根据所提先验的特点，本文利用空间频率来生成高质量的决策图和融合图像。大量的对比实验和消融实验表明所提模型的性能超过许多监督类模型的性能。
IEEE TIP是计算机视觉与图像处理领域国际公认的最具影响力的刊物之一，CCF A类期刊。
