学术成果

Yun Zhang, Lewen Fan, Mao Cui, Xiaoxia Huang, Sam Kwong. IEEE Transactions on Circuits and Systems for Video Technology, 2026.

简介：针对 V-PCC 中几何与属性信息的视觉重要性随点云内容变化、固定分配策略难以兼顾感知质量的问题，提出基于几何—属性自适应视觉重要性的点云质量评价模型 PCQA-AVIGA，并建立二维/三维感知失真与码率模型。进一步设计两种 PBAO 感知比特分配方案，在总码率约束下自适应优化几何与属性量化参数，平均降低 6.44% BDBR。

Yun Zhang, Lewen Fan, Zixi Guo, Xu Wang, Xiaoxia Huang, Sam Kwong. IEEE Transactions on Image Processing, vol. 35, pp. 3451-3465, 2026.

简介：针对不同目标码率需要分别训练模型的问题，提出可重配置的 RR-DPCC，并设计在线/离线感知比特分配策略。该方法用单一模型实现灵活码率控制，同时协调点云几何与属性的编码开销。

Yun Zhang, Zhiwei Guo, Zixi Guo, Linwei Zhu, C.-C. Jay Kuo. IEEE Transactions on Circuits and Systems for Video Technology, 2026.

简介：面向稠密彩色点云，提出端到端几何与属性联合压缩框架 Deep-JGAC。方法通过残差自注意力几何编码、重着色与联合熵建模，提高两类信息的协同表示和编码效率。

Junqi Liu, Yun Zhang, Xiaoqi Wang, Long Xu, Sam Kwong. IEEE Transactions on Multimedia, vol. 28, pp. 114-127, 2026.

简介：将机器视觉能够辨认的最小差异定义为 JRD，并把预测过程建模为多类别分类任务。Transformer 模型联合提取内容与失真特征，使编码器在维持机器分析精度的同时减少不必要的码率。

Yinan Chen, Yang Zhou, Xiaoxia Huang, Yun Zhang, Yuguang Fang. IEEE Transactions on Networking, vol. 34, pp. 4959-4973, 2026.

简介：面向 Wi-Fi CSI 人体活动识别在跨环境部署时受到潜在混杂因素和域偏移影响的问题，CausalFi 以结构因果模型分解活动、环境风格与 CSI 之间的关系，通过因果特征选择、重要性采样和反事实风格增强提取稳定的动作特征。在多种商用 Wi-Fi 设备和真实跨域场景上的平均识别准确率达到 92.6%，显著优于现有方法。

Renyi Chen, Liqian Zhang, Yun Zhang, Li Li, Fu Lee Wang, Zhaoqing Pan. IEEE Transactions on Multimedia, 2026.

简介：面向机器视觉的学习式图像压缩，CA-LIC 根据亮度与色度对下游任务贡献的不对称性进行差异化编码。CASC 通过超像素级语义聚合减少色度数据量并利用亮度信息补偿重建色度，CFTM 则建模亮度—色度相关性以抑制跨分量冗余；该方法在目标检测、实例分割和语义分割任务上均取得更优的率—任务性能。

Zhiwei Guo, Yun Zhang, Linwei Zhu. IEEE Transactions on Broadcasting, vol. 72, no. 3, pp. 877-889, 2026.

简介：提出端到端动态点云属性压缩框架 DD-PCAC，在统一可微流程中联合完成运动估计、运动补偿与残差编码。DMME 融合动态球匹配、像素域聚合和深层特征聚合，ST-CRC 利用时空条件提高残差压缩效率；相比 TSC-PCAC 和 G-PCC，平均码率分别降低 31.57% 和 30.33%。

Xiaoqi Wang, Yun Zhang. ACM Transactions on Multimedia Computing, Communications and Applications, 2026.

简介：提出无参考图像质量评价模型 GlintIQA，以 ViT 捕获全局上下文、CNN 提取局部细粒度失真，并通过通道自注意与空间交互模块渐进融合多尺度特征。研究还提出 SAQT 质量迁移方法，在语义相似且失真一致的图像间迁移主观分数以构建大规模训练集，显著提升模型的跨数据集泛化能力。

Yun Zhang, Feifan Chen, Na Li, Xu Wang, Fen Miao, Sam Kwong. IEEE Transactions on Image Processing, vol. 35, pp. 1305-1320, 2026.

简介：提出联合几何与属性上采样框架 JGAU，利用二者的空间相关性恢复稠密点云。研究同时构建大规模彩色点云上采样数据，为不同放大倍率下的模型训练与评测提供支持。

Shiyu Feng, Linwei Zhu, Yun Zhang, Na Li, Wenhui Wu, Shiqi Wang. IEEE Transactions on Multimedia, vol. 28, pp. 1756-1766, 2026.

简介：提出立方棋盘上下文熵模型 C-CTX，在空间和通道维度统一组织与引用潜变量。通过通道重排和多种上下文预测方式，模型能够获得更准确的概率估计并改善学习式图像压缩性能。

Yun Zhang, Shisheng Zhang, Na Li, Chunling Fan, Raouf Hamzaoui. IEEE Transactions on Circuits and Systems for Video Technology, vol. 36, no. 1, pp. 622-636, 2026.

简介：提出图像级 VP-JND 预测模型，估计人眼刚好能够察觉的失真阈值。预测结果可用于指导编码参数和码率分配，在减少视觉冗余的同时尽量保持主观质量。

Yun Zhang, Cui Mao, Na Li, Chunling Fan, Weisi Lin. IEEE Transactions on Multimedia, vol. 28, pp. 1894-1908, 2026.

简介：将彩色点云规则化映射到二维几何图和属性图，再分别提取互补特征。框架结合 ViT 几何建模、CNN 属性建模与质量回归，实现面向彩色点云的客观质量评价。

Linwei Zhu, Ruxu Liang, Yun Zhang, Hui Yuan, Sam Kwong. IEEE Transactions on Multimedia, 2026.

简介：针对动态点云颜色属性在连续帧中的噪声与闪烁，设计三维时空搜索和时序特征融合流程。方法结合局部特征提取与 Conv-PointLSTM，利用帧间一致性恢复更稳定的颜色信息。

Renwei Tu, Gangyi Jiang, Zhongjie Zhu, Yeyao Chen, Ting Luo, Yun Zhang, Mei Yu. IEEE Transactions on Emerging Topics in Computational Intelligence, vol. 10, no. 1, 2025.

简介：面向极低码率 G-PCC 八叉树编码造成的层级结构伪影，提出分层点云修复方法。模型在不同尺度上定位并校正失真区域，以改善稀疏编码条件下的几何结构与视觉质量。

Huan Zhang, Xu Zhang, Linwei Zhu, Yun Zhang, Jiangzhong Cao, Wing-Kuen Ling. Expert Systems With Applications, vol. 264, art. no. 125853, 2025.

简介：针对三维视频中同时存在的压缩失真和视图合成扭曲，构建感知引导的图像恢复网络。失真图预测分支与恢复分支协同工作，使模型能够有针对性地修复影响观看体验的区域。

Huan Zhang, Xu Zhang, Nian Cai, Jianglei Di, Yun Zhang. Computer Vision and Image Understanding, vol. 261, art. no. 104491, 2025.

简介：提出融合 CNN 与 Transformer 的 MDDA-former，并以多维动态注意力同时建模局部纹理和长程依赖。统一的编码器-解码器结构可适配去噪、去雨、去模糊等多类通用图像恢复任务。

Shiyu Feng, Yun Zhang, Linwei Zhu, Sam Kwong. IEEE Transactions on Broadcasting, vol. 71, no. 3, pp. 889-902, 2025.

简介：针对光场图像的高维结构和跨视角冗余，提出 LFIC-DRASC 端到端压缩框架。模型利用解耦表示、非对称条带卷积和专门的熵模型，在保持视角一致性的同时提升压缩效率。

Xiaoqi Wang, Yun Zhang, Junqi Liu. Neurocomputing, vol. 650, art. no. 130731, 2025.

简介：从空间和通道两个维度构造多粒度辅助嵌入，并通过自适应调节增强感知质量特征。框架进一步利用搜索策略选择合适的融合位置与顺序，从而提升跨数据集和跨失真类型的泛化能力。

Junle Liu, Yun Zhang, Zixi Guo, Xiaoxia Huang, Gangyi Jiang. ACM Transactions on Multimedia Computing, Communications, and Applications, vol. 21, no. 9, art. no. 263, 2025.

简介：提出面向机器视觉特征编码的多尺度比特分配方法 MFIBA。方法估计不同尺度特征的重要性，并结合任务损失-码率模型进行在线分配，在压缩开销与下游任务性能之间取得平衡。

Lewen Fan, Yun Zhang. Journal of Visual Communication and Image Representation, vol. 113, art. no. 104610, 2025.

简介：针对 VVC 点云投影视频编码的高计算复杂度，提出纹理感知的快速模式决策与复杂度分配框架。模型利用纹理和编码单元相关性提前筛选模式，并根据内容特征动态分配计算资源。

Zixi Guo, Yun Zhang, Linwei Zhu, Hanli Wang, Gangyi Jiang. IEEE Transactions on Broadcasting, vol. 71, no. 1, pp. 154-166, 2025.

简介：提出融合体素 Transformer 与稀疏卷积的点云属性压缩框架 TSC-PCAC。两阶段模块分别捕获局部邻域与长程依赖，并结合通道上下文模型提高彩色属性的熵编码效率。

Linwei Zhu, Ruxu Liang, Yun Zhang, Gangyi Jiang, Yo-Sung Ho. IEEE Signal Processing Letters, vol. 32, pp. 2947-2951, 2025.

简介：以点云几何作为条件，在潜空间中建立颜色属性扩散去噪模型。方法使用更贴近真实压缩失真的噪声模拟和动态采样步数控制，在保持结构一致性的同时兼顾恢复质量与计算效率。

Huan Zhang, Zhijun Xiong, Xu Zhang, Jiangzhong Cao, Yun Zhang. Digital Signal Processing, vol. 165, art. no. 105293, 2025.

简介：利用 ResNet-50 与双树复小波变换提取多尺度、多方向的纹理和结构特征。模型结合全局物体位移补偿、方向失真分布和加权质量回归，对 DIBR 合成图像进行更有针对性的质量评价。

Yuyu Xu, Pingping Zhang, Minghui Chen, Zhuo Chen, Wenhui Wu, Yun Zhang, Xu Wang. ACM Transactions on Multimedia Computing, Communications, and Applications, vol. 21, no. 2, art. no. 58, 2025.

简介：提出 RGB 与深度数据的联合压缩框架，在编码器、解码器和熵模型中建立双向跨模态连接。Bi-CPT 与 Bi-CEE 模块充分交换颜色和深度先验，并通过联合训练提高两种数据的率失真性能。

Jiali Zhang, Qinglan Li, Liguang Wu, Qifeng Qian, Xuyang Ge, Sam Kwong, Yun Zhang, Xinyan Lyu, Guanbo Zhou, Gaozhen Nie, Pak Wai Chan, Wai Kin Wong, Linwei Zhu. Weather and Climate Extremes, vol. 48, art. no. 100770, 2025.

简介：研究热带气旋内核对称性与快速增强之间的关系，并构建多种树模型及集成预测方案。模型融合卫星图像、强度和环境变量，为不同预报时效下的快速增强事件提供客观判断。

Mao Cui, Yun Zhang, Chunling Fan, Raouf Hamzaoui, Qinglan Li. IEEE Transactions on Multimedia, vol. 26, pp. 11111-11125, 2024.

简介：提出 CF-PCQA，将三维点域的局部结构与二维投影域的纹理信息作为互补特征。多分支特征提取与回归模块共同学习几何、颜色和空间分布对主观质量的影响。

Yun Zhang, Haoqing Lin, Jing Sun, Linwei Zhu, Sam Kwong. IEEE Transactions on Multimedia, vol. 26, pp. 5925-5938, 2024.

简介：把恰可识别失真从图像级细化到物体级，并建立相应的数据生成与预测流程。模型可针对不同目标区域给出更精细的感知阈值，为图像和视频内容自适应压缩提供依据。

Linwei Zhu, Yun Zhang, Na Li, Wenhui Wu, Shiqi Wang, Sam Kwong. IEEE Transactions on Circuits and Systems for Video Technology, vol. 34, no. 11, pp. 12092-12096, 2024.

简介：在 VVC 编码环路中引入参考像素级、编码单元级和帧级三种神经滤波模块。不同层级分别处理局部预测误差、块级失真和全局伪影，联合使用可进一步改善重建质量与编码效率。

Huan Zhang, Dongsheng Zheng, Yun Zhang, Jianzhong Cao, Weisi Lin, Wing-Kuen Ling. IEEE Transactions on Multimedia, vol. 26, pp. 6834-6847, 2024.

简介：针对 DIBR 合成视图中的黑洞、拉伸和结构错位，结合小波分解与梯度幅值相似性提取失真特征。方法通过参考视图补偿和多尺度质量融合，提高对局部几何失真的感知敏感度。

Chenghua Li, Zongze Li, Jing Sun, Yun Zhang, Xiaoping Jiang, Fan Zhang. ACM Transactions on Multimedia Computing, Communications, and Applications, vol. 20, no. 1, art. no. 12, 2024.

简介：提出用于可见光-红外行人重识别的动态加权梯度反转网络 DGRNet。网络联合身份分类与模态判别，并根据训练状态调节对抗强度，以缩小模态差异并保留身份特征。

Taowen Xu, Gangyi Jiang, Mei Yu, Yun Zhang, Zhidi Jiang, Yo-Sung Ho. IEEE Transactions on Emerging Topics in Computational Intelligence, vol. 8, no. 1, pp. 892-902, 2024.

简介：针对 G-PCC Trisoup 编码产生的几何孔洞和颜色缺失，提出多视图投影联合修复框架。几何加权修复与门控颜色修复网络协同工作，最后通过逆投影重建更完整的彩色点云。

Chunling Fan, Yun Zhang, Linwei Zhu, Xinju Wu. IET Electronics Letters, vol. 60, no. 5, pp. 1-4, 2024.

简介：在头戴式增强现实环境中开展压缩点云主观质量实验，并构建包含 10 个参考模型和 90 个失真版本的数据集。研究分析几何和纹理量化对六自由度观看体验的影响，为客观评价指标提供基准。

Wei Liu, Mei Yu, Zhidi Jiang, Haiyong Xu, Zhoujie Zhu, Yun Zhang, Gangyi Jiang. Digital Signal Processing, vol. 149, pp. 1-13, 2024.

简介：针对 V-PCC 投影、填充与量化过程中容易出现的裂纹伪影，提出面向动态点云的感知几何编码方法。模型改进几何图生成与压缩控制，使关键结构区域在重建后保持更好的连续性。

Hui Yuan, Raouf Hamzaoui, Ferrante Neri, Shengxiang Yang, Xin Lu, Linwei Zhu, Yun Zhang. Frontiers in Signal Processing, vol. 4, art. no. 1385287, 2024.

简介：将率失真优化建模用于 V-PCC 量化参数选择，并采用差分进化搜索不同帧组的参数组合。该方法根据内容和码率目标自适应配置量化强度，从而降低码率并保持点云重建质量。

Yun Zhang, Raouf Hamzaoui, Xu Wang, Junhui Hou, Giuseppe Valenzise. IET Electronics Letters, vol. 60, no. 14, pp. 1-2, 2024.

简介：本专题社论梳理深度学习在点云处理、压缩与分析中的最新研究进展。内容涵盖采样、增强、编码、质量评价和三维理解等方向，并概括专题论文的主要技术贡献。