点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

点击进入—>【顶刊】投稿交流群

添加微信号：CVer2233，小助手拉你进群！

扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料及应用！发论文/搞科研/涨薪，强烈推荐！

来源：贸大智数学院、北航宇航学院官网

对外经济贸易大学人工智能与数据科学学院陈俊彰老师以第一作者身份，在人工智能顶级期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》(IEEE TPAMI)上发表学术论文《TherNet: Thermal Segmentation Network Harnessing Physical Properties》，这标志着我院（贸大智数学院）在该领域顶尖期刊的论文发表实现历史性突破。

https://ieeexplore.ieee.org/document/11124592

该研究旨在解决极端环境下智能系统面临的感知失效与决策可靠性下降的严峻挑战。论文围绕提升自动驾驶、安防监控与应急救援等重要任务的执行能力，提出了一种融合热物理成像机制与材料属性信息的新型红外分割框架，通过系统建模多类物理成像过程，有效提升模型对复杂热红外环境的语义感知能力。

热红外成像依托物体热辐射实现全天候观测，但其成像质量由大气传输、传感器响应、物体间相互作用等多物理过程耦合决定，导致热红外目标精准分割面临如下挑战：（1）大气传输过程中热辐射的吸收与散射衰减，直接削弱目标信号完整性；（2）传感器热惯性引发的时间响应滞后，难以精准复现动态场景真实热辐射特征；（3）物体间热交换导致的边界弥散效应和材料发射率个体差异，加剧热特性相似物体的区分难度；（4）现有数据集规模小、语义类别覆盖不足，限制了模型泛化能力。这都使得未融入热辐射成像机理的传统纯数据驱动方法缺乏对热辐射环境变化的自适应调节能力，导致分割精度与鲁棒性难以满足实际应用需求。

     

图1 热辐射物理特性建模

针对上述问题，研究团队从物理建模与网络设计两个维度开展深入研究。在物理机制建模层面，基于热辐射成像理论与传感器工作原理，建立了热红外成像数学解析模型；并通过算子理论分析证明，神经网络逼近逆算子可稳定重构热红外成像逆过程。该模型为热辐射成像机理引导的深度网络构建奠定了理论基础。

  

图2 方法主体框架

进而，在网络设计上，围绕热辐射成像全链条建立了四个物理驱动模块（图1），包括：（1）大气传输模块：基于辐射衰减规律，通过自适应学习补偿大气吸收与散射损耗，增强远距离目标特征辨识度；（2）热惯性模块：以能量守恒为核心，修正热感元件时间响应滞后效应，还原物体真实热辐射强度；（3）材料边界模块：提取热辐射物理边界先验，强化模糊边界特征表达，缓解物体间热交换导致的边界弥散问题；（4）材料辐射模块：建模不同材料辐射特性差异，实现温度相似但材质不同物体的有效区分，提升分割准确性。研究团队将构建的大气传输、热惯性和材料边界模块嵌入特征编码阶段，将材料辐射模块集成于语义解码阶段，实现热辐射成像机理的深度网络构建（图2），抑制成像过程的物理失真，获得了高精度分割结果。

实验结果表明，该方法在热红外图像多类别目标分割中均取得显著提升效果，且对应物理模块权重分布与热惯性变量、大气传输因子等物理分布相符；并在智能驾驶夜间感知、视障辅助导航等场景开展验证，从物理可解释性和实际应用中进一步证明了方法的先进性。研究成果为热红外图像智能解析提供了一条新的解决途径。

本项成果不仅为热红外图像分割领域提供了新的研究视角与坚实的基准，也对提升复杂环境下智能系统的可靠感知与决策具有重要的理论价值与广阔的应用前景。此次论文的发表，充分彰显了我院在人工智能前沿领域的科研创新能力，并将进一步推动我院学科建设与人才培养的高质量发展。

本文系学术转载，如有侵权，请联系CVer小助手删文

何恺明在MIT授课的课件PPT下载

在CVer公众号后台回复：何恺明，即可下载566页课件PPT！大家赶紧学起来！
CVPR 2026 所有论文和代码下载
在CVer公众号后台回复：CVPR2026，即可下载CVPR 2026 所有论文和代码！

CV垂直方向和论文投稿交流群成立

扫描下方二维码，或者添加微信号：CVer2233，即可添加CVer小助手微信，便可申请加入CVer-垂直方向和论文投稿微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。
一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者论文投稿+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信号: CVer2233，进交流群
CVer计算机视觉（知识星球）人数破万！如果你想要了解最新最快最好的CV/DL/AI论文、实战项目、行业前沿、从入门到精通学习教程等资料，一定要扫描下方二维码，加入CVer知识星球！最强助力你的科研和工作！

▲扫码加入星球学习

▲点击上方卡片，关注CVer公众号
整理不易，请点赞和在看