近期，我校计算机与信息科学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。

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》期刊主要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，充分彰显了我校科研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