新闻网讯（通讯员唐霖峰）近日，我校电子信息学院马佳义教授课题组在图像融合方向取得的科研成果荣获国际期刊IEEE/CAA Journal of Automatica Sinica 2023年度钱学森论文奖（Hsue-shen Tsien Paper Award）。
论文题目为SwinFusion: Cross-domain Long-range Learning for General Image Fusion via Swin Transformer，武汉大学为论文唯一署名单位。该论文于2022年7月发表，目前据谷歌学术统计已有200余次他引，包括多位中外院士和IEEE会士。
论文研究成果为图像融合任务构建了基于Transformer架构的新一代融合网络，突破了全局互补信息挖掘不充分的难题，并从高效信息聚合的角度重新审视了各类型融合任务，并使用统一建模的新思路解决了红外-可见光图像融合、医学图像融合、多曝光图像融合、多聚焦图像融合等多种类型融合任务，突破了不同融合任务之间的壁垒，为图像融合驱动的智能视觉应用提供了高效的解决方法。
多模态图像和数字摄影图像融合结果
每组结果第一行为源图像
第二行为先进算法U2Fusion和本文算法SwinFusion的融合结果
据悉，IEEE/CAA Journal of Automatica Sinica入选中国科技期刊卓越行动计划世界一流重点建设期刊，是中科院一区TOP期刊，最新影响因子为11.8。钱学森论文奖授予过去两年（2021-2022）发表在该刊上影响力最高的研究论文，每年遴选一篇论文获奖。
（编辑：赵冀帆）
