近日，2025年IEEE国际计算机视觉与模式识别会议（CVPR）在美国举行。会上揭晓了超可见光谱感知挑战赛结果，同济大学计算机科学与技术学院教授赵生捷团队在全球300余支队伍中脱颖而出，在多模态视觉方向的3项核心挑战中以绝对优势获第一，实现“大满贯”。此外，团队的科研成果获大会官方特邀进行主会场汇报。

赵生捷团队。图片由同济大学提供

  ?

本次CVPR“热红外图像超分辨率挑战赛”分为两大技术赛道。

赛道1聚焦低分辨率红外图像的8倍超分辨率重建，参赛队伍需应对红外信号固有噪声干扰、细节纹理丢失与结构信息模糊等核心挑战。赵生捷团队提出了基于Swin Transformer的多阶段图像超分辨率模型，通过多层次、多粒度特征提取和跨尺度特征重建突破了技术瓶颈，最终以28.52PSNR（峰值信噪比）与0.847SSIM（结构相似性指数）的优异指标斩获赛道冠军。

赛道2的参赛选手则需要以高分辨率可见光图像为引导，完成低分辨率热图像的8倍与16倍超分辨率重建。针对传统算法在热图像高频细节恢复中存在的纹理模糊、边缘失真等痛点，赵生捷团队提出了“数据混合预训练+多尺度监督”的技术框架，最终实现了SSIM的最优性能，斩获了该赛道冠军。

在CVPR“多模态航空视角图像分类挑战赛”的合成孔径雷达图像分类赛道中，参赛者需要基于低分辨率SAR图像完成目标识别任务，并允许借助光学图像（EO）与SAR的配对数据开展跨模态训练。针对SAR图像固有的低分辨率、斑点噪声干扰，以及传统方法难以有效融合多模态信息的痛点，赵生捷团队提出“跨传感鲁棒识别网络”，通过构建跨模态领域自适应框架实现技术突破，最终荣膺该赛事冠军。

据了解，CVPR是全球计算机视觉、模式识别及人工智能领域最具权威性的顶级学术会议之一，由电气与电子工程师协会（IEEE）主办，被学术界与产业界共同视为衡量研究水平的“黄金标准”，甚至被称为计算机视觉领域的“学术奥林匹克”。