近日，自动化系赵小强教授团队的2020级博士生宋昭漾在自动化学科机器人领域国际权威期刊《IEEE Transactions on Cognitive and Developmental Systems》（高质量科技期刊TI类）发表题为“Fusing Attention Network based on Dilated Convolution for Super-resolution”（Doi:10.1109/TCDS.2022.3153090）（作者：宋昭漾、赵小强、惠永永、蒋红梅）的高水平研究论文。赵小强教授为论文的通讯作者。

该论文提出了一种基于空洞卷积的融合注意力网络图像超分辨率重建算法来解决多分支的深度神经网络图像超分辨率重建算法难以获取图像多尺度上下文信息的高频分量问题。该算法构建空洞卷积注意力模型来替代多个网络分支捕获图像的多尺度上下文信息。同时，该算法构建多级特征注意力模型聚焦在多尺度上下文信息的高频成分来获取更多的高频特征。与一些最新的算法相比，该算法不仅在定量评价指标而且在视觉效果上都获得了较好的效果。

近年来，赵小强教授指导2020级博士生宋昭漾主要进行图像重建方面的相关研究，已在《Computer Methods and Programs in Biomedicine》（Q1）、《Multimedia Tools and Applications》(Q2)、《计算机辅助设计与图形学学报》(CCF-A、高质量科技期刊TI类)、《控制与决策》等期刊发表和录用多篇高水平论文。（撰稿：赵小强；终审：王玲）