（通讯员 韩亚洪）近日，学部韩亚洪教授的博士生武阿明撰写的论文《Instance-Invariant Domain Adaptive Object Detection via Progressive Disentanglement》被计算机视觉和人工智能领域国际公认的顶级期刊《IEEE模式分析与机器智能汇刊》（简称IEEE TPAMI）录用。IEEE TPAMI的科学引文索引影响因子为17.86，在2020年谷歌所发布的学术影响力排名中，位列所有计算机工程、电子工程及人工智能相关期刊之首。
图1基于渐进解耦的实例不变域自适应目标检测框架
图2雾天和夜间的域自适应目标检测结果
《Instance-Invariant Domain Adaptive Object Detection via Progressive Disentanglement》针对目标检测首次提出了在空间特征映射层构建渐进解耦，在域自适应目标检测上取得突出性能。该方法可应用于“面向智能交通的全天候域自适应目标检测”，在真实道路场景的夜间和雾天域自适应目标检测中，所提方法均能获得出色的检测表现。论文算法已经在鹏城实验室智能交通课题的“云脑视网膜”进行部署和应用。以上研究工作是天津大学智能与计算学部博士生武阿明同学在悉尼科技大学（UTS）杨易教授（Prof. Yi Yang）课题组交流期间完成，该访问交流得到了天津大学研究生院留学基金的资助。
论文信息：Aming Wu, Yahong Han, Linchao Zhu, Yi Yang. Instance-Invariant Domain Adaptive Object Detection via Progressive Disentanglement, IEEE TPAMI, DOI: 10.1109/TPAMI.2021.3060446.
论文在线出版链接：https://ieeexplore.ieee.org/document/9362301
论文代码开源链接：https://github.com/AmingWu/IIOD
