祝贺本小组24级研究生张骞同学在CCF-C类国际会议ICIC 2026 发表论文

   祝贺本小组24级研究生张骞同学在中国计算机学会CCF-C类国际会议ICIC 2026 （International Conference on Intelligent Computing）发表论文（Oral）！根据ICIC 2026官方邮件介绍，本次只有有限数量的论文（接收率低于40%）被接收，而大量高质量论文不得不被拒绝。本次大会将于2026年7月22日至26日在加拿大多伦多举行，本小组张骞同学及周昊老师将参会并作学术报告。

论文题目：PDD-Net: Efficient Real-World Image Dehazing via Spatially-Adaptive Directional Convolution and Physics-Aware Fusion

主要内容：在低能见度条件下进行图像去雾对于众多计算机视觉应用至关重要，然而，有效处理空间变化的雾霾真实世界图像仍然是一个巨大的挑战。为了解决这个问题，我们提出了PDD-Net，一个物理感知方向去雾网络，它将空间结构建模与基于物理原理的跨尺度融合相结合。具体来说，我们引入了一个空间自适应方向条带卷积（SADS）模块。通过将方向卷积与通道注意力机制相结合，SADS能够有效地建模长距离上下文信息，同时动态地保留精细的局部细节。此外，我们设计了一个受大气散射模型启发的双分支物理感知融合（DPF）模块，该模块通过在深度特征空间中学习类似于透射率和大气光的潜在表示来模拟物理退化过程，从而实现跨尺度特征聚合。基于对五个公开可用真实世界数据集（如 NH-HAZE 和 I-HAZE）上九种不同去雾方法的数值和视觉评估，PDD-Net 取得了更优异的去雾效果，在 I-HAZE 数据集上获得了最高的 PSNR (23.20 dB) 和 SSIM (0.8800)，并呈现出更自然的色彩。此外，消融实验进一步验证了 PDD-Net 中每个网络单元的合理性和重要性。