近期，计信学院大数据智能教育团队2023级硕士研究生欧阳云璨在导师翟浩副教授指导下，以第一作者身份完成的研究论文“Text-MFF: Degradation multi-focus image fusion using multi expert text constraints”被中科院1区Top期刊《Expert Systems with Applications》接收并发表。

针对现实世界中干扰无处不在的问题。在真实拍摄场景下，成像设备的物理限制、拍摄对象的细微移动、光照强度的不断变化等因素，持续影响着最终的成像质量。这使得捕获完美多聚焦图像对的条件极为苛刻，随意拍摄得到的数据集往往存在诸多退化问题，导致领域内一直缺乏可用于训练的大规模真实数据集。为解决这一问题，研究人员设计了 Text-MFF。具体而言，就是将优质与退化图像的相互转换视为一种可逆操作，并借助可逆神经流学习隐含的先验知识。同时，针对现实世界存在的广泛干扰，该研究设计了一种由多专家引导的跨模态信息融合模块，用于整合文本的约束特征。据目前的研究来看，这是首次将基于单模态的多聚焦图像融合任务拓展为多模态，这一全新视角或许能为后续学者拓宽该领域提供启发，并有效推动基于真实拍摄的大规模训练数据集开发。

图1：Text-MFF的整体结构图。其中，黑色箭头表示网络信息的流动方向

 《Expert Systems With Applications》期刊的主旨是发表有关专家和智能系统的设计、开发、测试，实施和管理的论文，并为这些系统的开发和管理提供实用指南。该刊物发表专家和智能系统技术与应用领域的论文，目前属于中国科学院1区Top期刊，截至26年5月，该刊实时影响因子为9.38。此次研究成果的发表，充分彰显了团队在大数据智能教育领域的持续探索精神与创新能力。

论文链接：https://www.sciencedirect.com/science/article/abs/pii/S0957417426002824