山西大学大数据科学与产业研究院在微观三维形状重建基准数据集与取得重要成果

近日，由山西大学大数据科学与产业研究院闫涛副教授（第一作者）、2022级硕士研究生王莹莹、钱宇华教授（通讯作者）、2023级博士研究生张江峰、李飞江副教授、吴鹏副教授、陈路副教授、贾洁茹副教授和郭小英副教授完成的研究论文《M3D：微观三维形状重建基准数据集与模型》被图像处理领域国际顶级期刊《IEEE Transactions on Image Processing》（TIP，影响因子13.7）录用。

该研究针对多聚焦图像三维形貌重建（DFF）领域长期存在的一个关键问题：现实世界场景中高质量标注数据严重匮乏。现有DFF数据集不仅在规模上受限，多样性也显不足，且多数样本集中于宏观尺度场景，与微观场景之间存在显著的数据鸿沟。这些局限性严重制约了面向微观尺度DFF的鲁棒性深度学习方法的开发。

现有DFF数据集与微观场景数据具有明显数据鸿沟

M3D数据集的构建过程

该研究提出的M3D数据集弥补了宏观DFF数据集的局限性，并将DFF应用扩展到微观场景。M3DNet通过利用更优的全局特征提取，有效捕捉了快速的焦点衰减，并在公共DFF数据集上提升了性能。此外，即使在极端条件下，它也表现出强大的鲁棒性。

该研究工作得到国家自然科学基金重大项目(T2495250、T2495251)、国家自然科学基金重点项目(62136005)、国家自然科学基金(62472268, 62373233, 62476160)，中央引导地方科技发展资金项目(YDZJSX20231C001, YDZJSX20231B001)等项目的支持。

IEEE Transactions on Image Processing期刊于1992年建刊，是国际上公认的图像处理领域顶级期刊，被中国计算机学会（CCF）推荐为A类期刊，主要刊登图像处理领域的高质量前沿研究成果。