近日

深圳理工大学3名大二学生组成的团队

在CVPR 2026 NTIRE Workshop

学术研讨会的两项国际竞赛中取得佳绩

在与全球300余支队伍的激烈角逐中

该团队分别斩获

图像超分辨率挑战赛第6名

红外遥感图像超分辨率挑战赛第7名

相关研究论文

被CVPR 2026 NTIRE Workshop正式录用

在国际顶级学术舞台上

展现了深圳理工学子的科研实力

CVPR（IEEE/CVF Conference on Computer Vision and Pattern Recognition）与ICCV（国际计算机视觉大会）、ECCV（欧洲计算机视觉大会）并称计算机视觉领域的“三大顶会”。根据谷歌学术指标，CVPR在工程和计算机科学领域的学术影响力长年稳居第一。NTIRE（New Trends in Image Restoration and Enhancement）是图像恢复与增强领域历史最悠久、影响力最广泛的国际竞赛系列，依托CVPR每年举办，其中，红外遥感图像超分辨率赛道为NTIRE 2026首届红外遥感专项赛道。

深圳理工参赛团队由计算机科学与人工智能学院2024级本科生陈俊烨、严振铭、洪宇聪组成，计算机科学与人工智能学院杰出教授王松，教研助理教授、特聘副教授韩瑞泽担任指导老师。在40余天的赛程中，三名参赛学生合理平衡课程学习与科研竞赛，协同完成文献调研、模型训练、参数调试与算法优化，在高效完成课业的同时持续推进备赛，让学习与科研交错推进、互补提升。

备赛期间，团队曾面临模型性能提升遭遇瓶颈、对手成绩大幅领先等挑战，承受着较大竞争压力。但他们始终保持理性开放的心态，积极应对、主动突破。陈俊烨说：“我们正视与优秀队伍的差距，以学习为初衷参与竞赛，持续关注其他队伍的成绩动态，深入分析其优势并借鉴思路，不断优化自身模型。”

图像超分辨率挑战赛排名截图

红外遥感图像超分辨率挑战赛截图

在红外遥感图像超分辨率赛道，团队不仅取得第7名的优异成绩，还将研究成果整理成论文，经严格评审环节后成功被CVPR 2026 NTIRE Workshop录用。论文提出WIRSR-TEFA-Net——一种基于小波变换的红外遥感图像超分辨率网络，该模型将浅层特征通过Haar小波变换分解为低频与高频子带，由双分支分别处理图像高频和低频信息，兼顾了原图像的整体结构和精细细节，有效提升边界保真度与跨分支一致性。

从算法设计、模型调试到成果成型，这段竞赛经历让三名学生实现全方位成长。陈俊烨谈道：“我从高中阶段以刷题为主的浅层学习，转变为面对科研问题愿意‘掘地三尺’、深度钻研的求真态度，专业学习也更加严谨专注。”严振铭坦言：“这段经历让我摆脱了对未来方向的迷茫，明确了深耕人工智能领域的目标与路径。”洪宇聪表示：“我最大的收获是掌握了分析问题、提炼核心、调研方法、落地想法的完整科研能力，也清晰锁定了自身专业发展方向。”

指导老师认为，这支大二队伍能在国际竞赛中脱颖而出，一方面得益于学校科研轮转、早进实验室的创新培养模式，让学生在大一就接触科研、打下扎实基础；另一方面也源于学生敢想敢试、不惧失败的探索精神。韩瑞泽评价：“他们接触计算机视觉领域不到一年，却能跳出固有思维，提出诸多创新思路，这是十分可贵的优势。”王松欣慰表示：“三名学生最突出的优点就是主动投入、越战越勇。目前，他们的任务理解、代码实现、成果呈现能力都在快速进步，已经从竞赛‘参与者’成长为‘主导者’。”

谈及成果应用价值，两位指导老师介绍，通用图像超分辨率算法可应用于手机拍照、视频增强等日常生活与消费电子场景，有效提升画面清晰度；红外遥感图像超分技术可服务于农业监测、无人机巡检等领域，通过增强远距离红外图像分辨率，为实际应用提供可靠的技术支撑。

未来，深圳理工大学将持续完善科研平台建设，依托“4+1”培养模式，为学生搭建从基础学习到前沿研究的完整成长路径，助力更多学子不断提升创新能力与综合素养，努力培养更多具备国际视野、创新精神的拔尖创新人才。

为SUAT点个赞和在看吧