经济犯罪侦查学院教师研究成果在《Expert Systems with Applications》上发表

近日，山东警察学院经济犯罪侦查学院教师赵浩如在图像盲修复领域取得重要突破，其研究成果《基于上下文感知互学习的图像盲修复方法》（Context-Aware Mutual Learning for Blind Image Inpainting）发表于人工智能领域高影响力期刊、中科院一区期刊《Expert Systems with Applications》（IF=7.5）。该研究针对公安实战中常见的图像盲修复难题，创新性地提出了一种上下文感知互学习框架CAML（图1为网络结构框图），为监控视频分析、物证鉴定等公安业务提供了强有力的技术支撑。

在公安业务实战中，监控视频中的人脸、车牌等关键信息常因遮挡而模糊，犯罪现场的物证图像（如涂改证件、模糊指纹等）以及历史案件档案也常存在污损问题。传统图像盲修复方法存在明显局限：单阶段方法直接修复易受污染干扰，两阶段方法则忽视掩码估计与图像修复间的协同相互关系。针对这一技术瓶颈，研究人员创新设计了两大核心模块：修复指导的上下文相互学习器IGCM通过纹理细节优化掩码估计，估计指导的上下文相互学习器EGCM则利用掩码语义提升修复质量，实现了双任务的相互学习、协同优化。实验表明，该方法在ImageNet、Places2等基准数据集集中性能显著优于现有技术，对真实场景和新型污染类型均展现出优异的泛化能力。此外，该框架还被扩展至雪雾去除、阴影消除和水印擦除等衍生功能，为极端天气下的交通监控、犯罪现场阴影区域还原等特殊场景提供了创新解决方案。未来，研究人员将继续优化算法性能，申请相关专利并探索该技术在刑事侦查、反恐维稳等更多公安业务场景中的深度应用和成果转化。

CAML网络整体结构框图

近年来，我校高度重视科研创新工作和教师的科研创新能力培养，积极营造浓厚的学术研究氛围；此次在国际公认高影响力期刊发布论文体现了我校成果的又一突破，为学科建设高水平发展不断积累基础，也为推动我校高质量发展起到了示范作用。