近日，我院题为“PIE: Physics-inspired Low-light Enhancement”的研究论文被人工智能领域国际顶级期刊《International Journal of Computer Vision》（IJCV）录用。我院梁栋副教授为第一作者，魏明强、陈松灿教授为共同通讯作者。这是我院首次以第一/通讯单位在该期刊发表论文。

该论文提出了一种受物理学启发的低光增强对比学习范式，主要解决三个问题：

（i）消除对像素配对训练样本的依赖，实现非配对的样本训练。

（ii）提出物理启发对比学习，以生成严格遵循物理成像原理的负样本。

（iii）提出无监督的区域亮度一致性准则，避免对语义人工标注的依赖。

论文源码已公开https://github.com/ZhengYanXU/PIE

低光增强在智能观测中应用广泛，该方法有效地从非配对的正/负样本中学习低光增强，同时在下游视觉观测任务中获得了显著性能增益，计算代价低，适合在移动终端上部署。该成果已在多个关键领域中获得应用，是我院人工智能与交叉应用系成立一年以来的重要技术突破。

《International Journal of Computer Vision》是享有盛誉的计算机视觉顶刊，是CCF推荐的人工智能领域四个A类期刊之一，最新影响因子为19.5。