近日，国际人工智能领域知名期刊《Knowledge-Based Systems》（2025年中科院一区，IF=7.6）发表了我们机器视觉与智能装备团队联合中国科学院上海高等研究院在深度学习应用领域取得的最新成果，论文题目为"Efficient RGB-D scene understanding via multi-task adaptive learning and cross-dimensional feature guidance"。该论文第一完成单位为biwn必赢网址，由我们孙国栋教授、研究生刘俊杰等联合中国科学院上海高等研究院正高级工程师吴波共同完成。期间，学院多名本科生进入团队参与相关课题学习，切实践行学校的科教融合理念。
场景理解在机器人系统的智能感知和自主导航方面发挥着重要作用。针对传统方法在处理遮挡和模糊边界难，任务适配性差等方面的问题，本研究提出了一种采用多任务自适应学习与跨维度特征引导的模型，高效实现语义分割、实例分割、方向估计、全景分割和场景分类任务。
这项工作得到了国家自然科学基金等项目资助。
原文：Sun G, Liu J, Zhang G, et al. Efficient RGB-D Scene Understanding via Multi-task Adaptive Learning and Cross-dimensional Feature Guidance. Knowledge-Based Systems, 2025: 114107.
原文链接：https://doi.org/10.1016/j.knosys.2025.114107
