近日，我校两篇本科生一作论文被人工智能与计算机视觉领域顶级国际会议ICCV2023录用。其中，论文《Improving Lens Flare Removal with General-Purpose Pipeline and Multiple Light Sources Recovery》的第一作者为77779193永利官网人工智能专业三年级本科生周预演，指导老师为梁栋副教授和陈松灿教授；论文《Multi-Label Knowledge Distillation》的第一作者为长空创新班计算机科学与技术专业四年级本科生杨鹏辉，指导老师为黄圣君教授。

计算机视觉国际大会（ICCV，International Conference on Computer Vision，CCF-A类），是计算机领域世界顶级学术会议之一（Impact Score 32.51），每两年举办一届，其评选出的最佳论文（马尔奖）是计算机视觉领域的最高荣誉。

论文《Improving Lens Flare Removal with General-Purpose Pipeline and Multiple Light Sources Recovery》提出了光学成像中普遍存在的炫光伪影问题的通用解决方案。相机在强光源下拍摄的图像通常包含镜头组折反射带来的炫光伪影，严重影响图像质量和下游视觉任务。该论文通过理论证明了现有方法的缺陷和所提方案的合理性，并设计了更可靠的多光源恢复策略。提出的方案通过凸组合区分局部和全局照明，避免了全局照明偏移和局部过饱和，实现真实感成像。实验表明，该方案有效提高了镜头组炫光伪影去除性能，并具有更强泛化性。

论文《Multi-Label Knowledge Distillation》提出了一种全新的多标记知识蒸馏方法L2D。传统的知识蒸馏方法主要面向多分类单标记学习，通常使用教师网络的预测概率或特征层输出来指导学生网络的训练。然而，现有方法很难扩展到多标记学习场景。该论文提出了一种全新的多标记知识蒸馏方法。该方法将多标记学习问题转化为一组二分类问题，以充分利用预测概率中的语义信息，同时利用标记嵌入的结构信息来增强学得的特征表示的显著性，有效避免了不同标记之间的知识冲突，从而获得了优异的性能。