近日，我校智能建造与空间信息学院青年教师汪李娜以第一作者身份在人工智能方向、中科院一区顶刊Knowledge-Based Systems上发表论文Hierarchical Attention and Dynamic Consistency Filtering for Robust Aerial Multi-view Stereo。我校为该论文第一单位。
（原文链接：https://doi.org/10.1016/j.knosys.2025.114973）
针对现有的基于深度学习的航空影像多视图立体匹配（MVS）方法主要依赖于传统的卷积神经网络（CNN）进行特征提取问题，论文认为尽管CNN能够有效地捕捉局部模式，但其固定的感受野限制了跨尺度依赖性建模和全局上下文推理，这在航空场景特有的大尺度变化和复杂纹理条件下尤为具有挑战性。论文创新性地提出了一种新型的航空MVS框架—HADC-MVSNet，将分层注意力机制与空间自适应感受野设计相结合。在多个航空影像数据集上的大量实验表明，HADC-MVSNet 在深度估计精度和重建鲁棒性方面均优于现有方法，验证了其在鲁棒航空多视角立体视觉中的有效性和实用性。
( HADC-MVSNet技术路线图）
(主流方法在WHU-MVS数据集上的深度图对比结果)
据悉，汪李娜系学校智能建造与空间信息学院2025年从南京大学引进的博士。目前，已在IEEE Transactions on Geoscience and Remote Sensing、Knowledge-Based Systems等国际期刊上发表相关研究论文4篇，授权发明专利1项。
（来稿时间：2026年2月6日 撰稿：郑鹏民 编辑：张文斌 审稿：孙结才 叶松/杨昀）
皖公网安备 34070202000453号