近日，我校计算机工程学院秦琦冰博士带领的多媒体内容分析与检索团队研究成果《Intra-class Distribution-guided Generative Hashing with Neighbor Refinement for Cross-modal Retrieval》成功被CVPR 2026主会接收。CVPR是计算机视觉领域最具影响力的国际顶级会议之一，代表着该领域的国际最高研究水平，并被中国计算机学会（CCF）和中国人工智能学会（CAAI）认定为A类国际学术会议。在2024年谷歌学术发布的全球学术出版物影响力排名中，CVPR位列第二，仅次于《自然》(Nature)期刊，在计算机视觉和人工智能领域内，其影响力常年位居前列。此次入选，标志着我校在人工智能基础理论与跨模态检索方向取得了重要突破。

该研究聚焦跨模态哈希中生成式方法的关键瓶颈。针对插值生成方法语义多样性不足、生成网络方法模型复杂高等问题，论文提出类内分布引导生成式哈希方法，从估计的类内分布中直接合成高质量样本。通过构建类内分布估计与邻域引导分布校正机制，并结合分布感知自适应生成策略，实现语义丰富样本的有效生成，显著提升跨模态检索性能。

从提出类内分布引导的创新构想，到在四大公开数据集上充分验证方法的有效性，论文的诞生凝聚了MCAR-Lab团队师生的智慧与汗水，生动诠释了我院师生敢于挑战顶会、勇闯科研无人区的精神风貌。未来，我校将继续保持对前沿技术的敏锐洞察，继续深耕人工智能基础理论创新，培养更多具有国际视野的AI创新人才，力争在更多顶级学术舞台发出“潍院声音”。

【作者：孙静  审核：王涛       编辑：张灏    责编：蔡月梅    终审：李庆军】