科研学术

近日，第43届国际机器学习会议ICML 2026公布论文录用结果，自动化研究所2024级硕士生邓枨严同学以第一作者撰写的题为《Joint Geometric and Trajectory Consistency Learning for One-Step Real-World Super-Resolution》的研究论文被会议接收，其导师于力副教授为通讯作者。

ICML（International Conference on Machine Learning，简称ICML）是机器学习与人工智能领域的国际顶级学术会议，是机器学习领域历史最悠久的、规模最大、影响最广的顶级学术会议之一，与NeurIPS、ICLR并称为机器学习三大顶级会议，也是中国计算机学会CCF推荐的A类会议。本届会议共收到23918份有效投稿，最终录用6352篇，录用率26.6%。

本论文发现了真实图像超分辨率（Real-ISR）任务中一致性模型存在一致性漂移和结构性解耦问题，提出了一种一步超分算法模型GTASR。该方法通过引入全路径投影轨迹对齐策略，有效抑制了一致性漂移带来的误差累积问题，同时引入非启发性的双参考结构校正策略解决了结构性解耦导致的细节纹理恢复问题。通过大量的对比实验证明了方法达到了国际先进水平。

图 GTASR整体结构

电子科技大学自动化研究所以电子信息技术为支撑，以人工智能及自动化技术为核心，主要从事智能装备的开发与应用，以及相关新理论、新技术的基础与应用研究。先后承担包括国家重点研发计划、国家自然科学基金、GF重大项目，获授权专利近百项，在人工智能、自控控制及电力电子顶级或知名期刊TIP、T-SMC、KBS、PR、NC、TPEL、TIE、JESTPE、TIA和国际顶级会议 CVPR，ICML，ECCV、AAAI、IJCAI、ACC、CDC、ICASSP、IECON、APEC、ECCE等发表论文百余篇。于力副教授主要从事底层计算机视觉，多模态的异常检测等算法研究，同时也致力于攻关实际智能识别应用中的关键核心技术。

论文链接：https://arxiv.org/pdf/2602.24240