近日，我院青年教师王泽宇博士和孙鉴博士分别在计算机视觉、多智能体研究领域取得重要进展。

1.王泽宇博士在计算机视觉领域中多源图像融合研究上，针对现有红外与可见光图像融合方法缺乏可控性、难以满足用户个性化需求问题，提出一种弱监督的实例级可控融合模型，可依据输入文本自适应地突出用户关注的目标。模型包括伪标签生成与融合训练两个阶段：第一阶段通过多模态流形先验，引导文本响应网络从实例分割结果中识别与文本匹配的目标对象，并结合空间位置信息提升准确性；第二阶段利用伪标签指导融合网络对目标与非目标区域采用差异化策略。实验表明，该方法在融合质量和可控性方面表现出色，并在下游任务中取得优异效果。其研究工作受到评审专家高度评价，评审专家认为提出的范式能够有效推动多源图像融合领域的发展。

研究成果以“Highlight What You Want: Weakly-Supervised Instance-Level Controllable Infrared-Visible Image Fusion”为题被计算机视觉领域国际顶级学术会议International Conference on Computer Vision（ICCV）录用。ICCV是中国计算机学会（CCF）推荐的人工智能领域A类国际学术会议，也是大连民族大学认定的标志性C类科研成果。相关研究工作受到国家自然科学基金青年基金、辽宁省自然科学基金计划博士科研启动项目支持。

2.孙鉴博士在多智能体领域中协同控制研究上，首次建立了基于时变非连通拓扑结构的不稳定多智能体的协同控制理论体系，突破了现有非连通拓扑理论要求系统稳定或临界稳定的限制，攻克了非连通拓扑下不稳定多智能体系统互相发散的难题。该研究工作基于切换不稳定系统的镇定性理论，深入分析时变非连通拓扑下不稳定智能体之间的运动规律，挖掘切换时刻的镇定特性，进而建立全新的基于时变非连通拓扑的协同控制理论体系。该理论受到评审专家的高度评价，认为所提出的控制理论体系在应对复杂海面环境的船舶编队系统及高空多变环境中的无人机集群系统等方面，具有重要的应用潜力。

以该工作为基础撰写的“Adaptive Control of Multi-Agent Systems With An Unstable High-Dimensional Leader and Time-Varying Topologies”和“Output Consensus of Multi-Agent Systems With Time-Varying Networks and Incomplete Leader Measurement”两篇论文先后被国际顶级学术会议IEEE/RSJ International Conference on Intelligent Robots and Systems（IROS 2025）录用，IROS是世界机器人领域两大顶级学术会议之一。相关研究工作受到国家自然科学基金青年基金、辽宁省科技计划联合计划基金支持。

孙鉴和王泽宇是我院2022年和2023年引进的两位优秀青年博士，来校后均获得国家民委青年特岗教师称号和国家自然科学基金青年基金资助，在包括ICCV、IJCV、IEEE TII、IEEE TASE、IROS等在内的重要刊物上取得学术论文19篇。青年教师高水平科研成果的连续取得，体现出学院在青年高水平人才引育上的成效，为青年教师提供充足发展空间。