近日，自动化学院博士研究生万斌以杭电第一作者单位的论文MFFNet: Multi-modal Feature Fusion Network for V-D-T Salient Object Detection被国际权威期刊IEEE Transactions on Multimedia  (TMM) （影响因子7.3）录用。该文章指导教师为周晓飞副教授和颜成钢教授。

多模态显著目标检测可通过利用RGB图像、深度图像和热辐射图像检测显著目标。然而，现有方法通常依赖于简单的多模态融合技术，面对低照度和背景混乱等场景时性能下降十分严重。针对这一问题，本文提出了一种新颖的多模态特征融合显著目标检测方法。该网络利用三模态深度融合模块、上下文增强特征模块、区域优化模块和边界感知模块实现三种模态信息的深度融合以及区域信息和边缘信息的优化。

万斌系我校智能信息处理实验室(IIPL)博士生，该实验室由颜成钢教授领衔，与美国北卡罗来纳大学教堂山分校、美国康涅狄格大学、中国科学院大学、清华大学等国内外多家高校和科研院所有长期密切的合作，近年来培养出多名优秀学生。该实验室长期致力于智能信息处理方面的研究，主要研究方向包括：机器学习、模式识别、图像处理、计算机视觉、计算机图形学、医学影像处理、生物信息处理等。