2025年12月，公司教师冯浩在校定A级期刊《APPLIED SOFT COMPUTING》发表题为“Deep cross-visual semantic hashing with self-calibrated collaborative attention”的论文。该论文提出一种用于图像检索的深度跨视觉语义哈希方法。首先，论文开发了一个视觉图像特征解耦编码网络，该网络利用自校准的协作注意力机制来区分相关图像中的常见和特定语义。这些解耦的特征被馈送到共享解码器中进行图像重建，从而产生有区别的视觉特征表示。其次，论文构建了一个具有两级多层感知器的跨视觉语义表示学习网络，以捕捉语义标签编码和视觉特征嵌入之间的潜在关系，同时引入超图结构来保持成对的相似关系。CIFAR-10、NUS-WIDE和MIRFLICKR数据集的实验结果表明，在不同代码长度下，平均平均精度（mAP）得分分别达到0.895、0.874和0.881。值得注意的是，所提方法在所有评估指标上都优于其他基线。

希望广大教师继续潜心研究，不断创新，多出成果。（撰稿：冯浩；一审：艾科妮；二审：周健；三审：戴道明）