近日，我院孙忠贵教授以第一作者身份在国际人工智能与图像处理领域权威期刊《IEEE Transactions on Image Processing》（IEEE TIP）发表题为 《WSformer: Wavelet-Based Sparse Transformer for Blind Image Restoration》 的研究论文。孙忠贵教授和张灿同学分别为该论文的第一作者和第二作者。太阳集团为第一完成单位，合作单位为重庆邮电大学和西安电子科技大学。张灿同学为我院2025届的系统科学硕士毕业生，目前在重庆邮电大学攻读计算机科学与技术博士学位。
IEEE TIP是国际电气工程师协会（IEEE）在图像处理领域的顶级期刊，同时是中国科学院 SCI 一区 TOP 期刊、中国计算机学会（CCF）A 类期刊， 2025年的影响因子为 13.7。
图1：WSformer的去雨效果
在人工智能驱动下，基于Transformer的深度学习方法在众多领域展现出广阔前景，但在盲图像恢复（BIR）场景依然面临挑战。BIR中复杂且未知的退化过程常对图像恢复算法的性能造成严重制约。本工作提出面向BIR的小波稀疏Transformer——WSformer，充分释放深度学习潜能：设计稀疏互惠多头自注意力（SR-MSA），以自适应学习动态筛选可靠信息并实现跨通道降维，显著降低计算复杂度；构建重校准前馈网络（RFFN），深度融合局部与全局特征，增强表征鲁棒性；引入小波变换并联合U型架构，在恢复性能与推理效率之间达成良好的优化与平衡。实验表明， WSformer深度学习网络在图像去雨、去散焦、去噪声等众多复杂的盲图像退化场景实现了高质量、高效率的恢复效果。
图2：WSformer的网络架构
该成果的发表，标志着孙忠贵教授课题组在图像处理与人工智能方向取得了新的进展。今后，课题组将在该领域的人才培养与研究应用方面继续努力。
