本网讯（通讯员 任强 刘丽芳） 近日，计算机与信息学院青年教师孙航博士以第一作者在国际人工智能领域顶级期刊《Neural Networks》(中科院SCI 1区，计算机科学类TOP期刊)发表学术论文“Multi-level Feature Interaction and Efficient Non-Local InformationEnhanced Channel Attention for image dehazing”。

文中提出了一种多层次特征交互方法非局部信息增强通道注意力去雾模型，主要解决图像去雾网络中编解码特征传递的稀释和特征通道权重分配的准确性问题。该模型设计一种多级特征交互模块，使解码层能够融合从不同编码层提取的浅、深特征信息，从而更好地恢复边缘细节和整体场景。同时，提出一种高效的非局部信息增强通道关注模块，为特征映射的权重分配挖掘更有效的特征通道信息。经过在多个具有挑战性的基准数据集上进行实验，孙航团队提出的多层次特征交互方法非局部信息增强通道注意力去雾模型优于最先进的9种去雾方法。

△多层次特征交互和高效非局部信息增强通道注意力模型

△实验结果

近年来，我校计算机与信息学院高度重视青年教师人才队伍的引进培养，出台系列激励举措，定期举办学术交流讲座、研讨会等，搭建学校先进算力中心等高水平科研平台，全方位多角度培养青年教师科研能力和学术水平，努力为青年教师创造更好的科研条件和发展机会。孙航博士是学校2020年7月从华为技术有限公司通过高层次人才引进的优秀青年教师，长期致力于智能视觉信息处理方面的研究，近三年在《Neural Networks》《遥感学报》《电子学报》等国际、国内高水平期刊会议上连续发表十余篇学术论文，申请发明专利多项，主持完成湖北省青年基金1项，主持在研宜昌城市大脑桔都茶乡地标性农产品指数信息化建设项目（项目经费349万元）。

孙航博士主页：https://it.ctgu.edu.cn/info/1149/8125.htm