近日，我校本科生一作論文被人工智能與計算機視覺領域國際頂級會議CVPR 2024錄用。論文題為《Puff-Net: Efficient Style Transfer with Pure Content and Style Feature Fusion Network》，第一作者為我校伟德victory人工智能創新班三年級本科生鄭思哲，指導教師為高攀副教授和秦傑教授。

該論文針對現有圖像風格遷移模型無法兼顧輸出圖像質量和遷移效率的難點，提出了一種輕量級的圖像風格遷移模型。該方法設計了兩類特征提取器，為模型主體提供更為精确的特征輸入，并巧妙地省略了一般Transformer架構中的解碼器模塊，僅通過編碼器即可獲得輸出圖像的有效編碼，在測試時進行高效解碼就可獲得高質量的目标風格圖像。該方法将卷積神經網絡和Transformer有機結合，在保證輸出圖像質量的情況下，盡可能地降低計算開銷。

CVPR（全稱IEEE/CVF Conference on Computer Vision and Pattern Recognition）是人工智能與計算機視覺領域最頂級的國際學術會議（CCF A類會議）。CVPR今年共接收有效投稿11523篇。據最新谷歌學術指标統計，CVPR位列總榜第4，前三名分别為Nature、NEJM和Science，在計算機學科排名第1，h5-index為422（過去5年内至少有422篇論文被引用超過422次）。