信息来源：信息学院网站 更新时间：2025-06-20

为贯彻落实科教兴国战略、人才强国战略、创新驱动发展战略，推进教育、科技、人才“三位一体”融合发展，中国电子学会组织开展了2024年度中国电子学会博士/硕士学位论文激励计划评价工作。经过形式审查、专家函审和专家会审等程序，信息学院2024届毕业生刘家真入选2024年度中国电子学会硕士学位论文激励计划，为我院首次入选该激励计划的研究生。论文指导教师为李锡荣教授。

刘家真的硕士学位论文《基于深度学习的图像匹配研究》针对图像匹配这一计算机视觉基础任务，系统研究了三个核心问题（稀疏关键点匹配、稠密特征匹配以及稀疏-稠密融合的三维位姿估计），并给出了基于深度学习的解决方案（SuperRetina、GeoFormer和GeoFormer-pose）。其中，SuperRetina 针对眼底图像配准中关键点标签稀缺的问题，提出半监督渐进式关键点扩充算法，通过模型引导自动扩展血管交叉点与分叉点标签，在极少监督下大幅提升匹配精度，显著增强了系统对病变图像的鲁棒性（ECCV 2022）。GeoFormer 则面向自然场景下的密集匹配任务，巧妙得使用经典的RANSAC几何方法实现了基于几何约束的局部注意力扩散机制，在显著提升匹配精度的同时，大幅降低了计算开销，实现效率与性能的双突破（ICCV 2023）。GeoFormer-pose 进一步将稀疏与稠密特征的优势融合，引入全Transformer架构，摒弃传统下采样与单应估计流程，实现无需降采样即可完成基础矩阵估计，在多视角三维位姿估计任务中提高多项指标，并表现出良好的可扩展性。上述工作在多个基准评测集上表现优异，不仅显著提升了医学图像配准精度和自然场景匹配效率，也为眼底病变筛查、无标注位姿估计等应用提供了关键技术支撑，拓展了图像匹配技术在AI+医疗、深度估计等领域的应用边界。

刘家真，中国人民大学信息学院2021级硕士研究生，师从李锡荣教授。硕士期间致力于计算机视觉方向的研究，作为第一作者在计算机视觉三大顶会（CVPR、ICCV、ECCV）发表多篇论文。曾获2024年香港科技大学红鸟奖学金、2023年研究生国家奖学金、2018–2021年连续三年本科生国家奖学金等多项荣誉。