在近期公布的2021年“计算机视觉与模式识别”国际顶级会议（CVPR 2021）论文录用名单中，计算机辅助设计国家地方工程实验室和人工智能研究中心团队魏小鹏教授、张强教授、杨鑫教授的2项研究成果被大会接收。CVPR是计算机学科普遍认可的计算机视觉领域顶级国际会议，被中国计算机学会（CCF）列为A类会议，今年论文录用率为23%左右，该会议将于6月19日-25日举办。根据当前流行的Google Scholar Citation统计，CVPR排在所有学科目录第5位（Nature第1位，Science第3位，Cell第8位），排在电信学科所有期刊和会议的第1位。
两项成果均是团队前期围绕场景混淆目标理解系列工作[1][2][3]的进一步深入研究，该系列成果聚焦于真实场景中普遍存在但却会对场景目标理解造成干扰的镜子、玻璃、伪装物等物体，从多角度、多模态、多场景出发，探索了一系列有效的视觉线索和学习策略，克服了由于混淆目标固有的特殊性质所带来的研究挑战，实现了更加准确的复杂场景理解，展现出了在计算机视觉、图形学和机器人等领域的研究潜力和实际应用价值。
与学生梅海洋、董文等人共同完成的研究成果“Depth-Aware Mirror Segmentation”是团队在上述研究的基础上，进一步开展的一项针对多模态场景分析技术的研究，即从RGB-D图像中检测场景中的镜子。现有的镜子分割方法只考虑了RGB彩色信息，在复杂环境下通常无法满足实际应用的精度需求。本论文首次引入了深度信息来帮助提升镜子分割的准确性和鲁棒性，设计的基于RGB信息和深度信息融合的深度神经网络模型能够准确分割出复杂环境中的镜子。此项研究成果具有广泛的应用价值，所提出的镜子分割方法不仅能够消除由于镜子的反射特性所导致的对于场景目标的错误理解，还能够帮助其他的计算机视觉任务（例如目标检测和场景三维重建等）提升鲁棒性，因此本论文的方法可以广泛应用于机器人感知与导航等应用场景，为其智能决策提供有力的保障。该论文被大会接收为Oral论文，录取率仅为5.5%左右。
与学生梅海洋等人共同完成的研究成果“Camouflaged Object Segmentation with Distraction Mining”致力于解决图像中伪装目标分割问题。自然界中许多生物都具有“伪装”的本领，变色龙能够根据周围的环境来调整自身颜色以达到其“伪装”的目的；狮子将身体“伪装”在草丛之中等待猎物的靠近；蝴蝶伏在与自身颜色相近的树干上一动不动以躲过天敌的伤害。因为伪装目标与背景之间存在高度的相似性，所以伪装目标的分割比普通目标的分割更具挑战性。本论文设计了先定位再聚焦的神经网络架构，结合分心挖掘策略，实现了很好的伪装目标分割结果。此项研究可应用的领域较为广阔，除了其学术价值外，还有助于推动诸如军事上伪装隐蔽目标的搜索探测、医学领域上病情的判断以及农业遥感中蝗虫的入侵等。
计算机辅助设计国家地方联合工程实验室，是国家发改委于2015 年批复的国家级实验室。面向新一代人工智能，围绕智能计算、智能感知与理解等人工智能核心问题，深入开展相关基础理论与核心技术及工程应用研究。在生物计算理论、多媒体信息感知与理解、场景感知与建模及其应用等方面，取得了一批有国际影响力的研究成果。相关成果在工业产品设计、新闻播报、智能交通、无人系统、健康管理等领域得到实际应用，获得国家自然科学二等奖1项、国家科技进步二等奖2项、省部级科学技术一等奖13项、二等奖5项，获国际期刊、会议最佳论文奖10项。
大连理工大学人工智能研究中心成立于2017年，是学校唯一专门设立的面向人工智能相关领域的独立科研机构，整合了电信学部计算机、控制、信通、生物医学等相关学科，充分发挥交叉学科优势，针对人工智能的核心理论与方法，设立类脑智能、大数据智能、机器人智能三个研究方向，研究以大数据智能、跨媒体智能、自主智能、人机混合增强智能和群体智能等为代表的新一代人工智能技术。
[1] Where Is My Mirror?. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV). 2019.
[2] Don't Hit Me! Glass Detection in Real-world Scenes. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2020.
[3] Exploring Dense Context for Salient Object Detection. IEEE Transactions on Circuits and Systems for Video Technology (TCSVT). 2021.
详见：http://faculty.
