跨媒体智能计算方向

团队致力于人工智能、跨媒体智能、科学智能、医学影像分析等前沿研究，拥有国家级人才2人，省部级人才2人。近五年承担了国家级科研项目，包括科技创新2030-“新一代人工智能”重大项目、重点研发计划、自然科学基金重点项目、以及省部级科研项目50余项，团队获国家科学技术进步奖二等奖、教育部自然科学奖、    吴文俊人工智能科学技术奖等10余项科技奖励。参与国家重大工程建设，在党和国家重大活动的保障工作中发挥了重要作用。提出荧光显微镜图像增强基础模型，成果在Nature    Methods杂志上发表。论文获爱思唯尔出版社，医学影像分析期刊和国际MICCAI学会联合颁发最佳论文奖，成为第一篇以中国大陆研究机构(复旦大学)为第一单位的获奖论文。

代表性成果1：通用荧光显微图像恢复的预训练模型

团队提出了首个统一的荧光显微镜图像增强基础模型UniFMIR，实现跨任务多维度突破其成像极限，揭示清晰的活样本细胞结构。通过在图像超分辨率、各向同性重构、3D去噪、图像投影和过程重建5大任务，以及40多个场景上进行性能评估，展示出优异的性能和广泛的适应性。成果发表在Nature    Methods杂志。

代表性成果2：基于监控视频在线分析的核心区防控平台

团队承担了国家某重大工程的研制任务，建设成果成功应用于党的“十八大”、“十九大”、“二十大”、历年“两会”、    “9·3阅兵”等党和国家重大政治活动，得到了用户和上级单位的高度一致好评。自2012年以来，团队先后20多次参与并出色完成了党和国家重大活动的现场技术保障任务。团队获国家科技进步二等奖，10人次获省部级一等奖，28人次获省部级二等奖。