根据Web of Science核心合集最新数据，我院黄晋老师联合我校特聘上海交通大学盛斌教授共同指导的研究生赵文清发表的论文《GAN-Based Multi-Attention Mechanism for Photo Cartoonization》在图像卡通化领域取得重要突破，荣获Wiley 2024年度高被引论文奖（Top Cited Article）。论文提出的AMCycleGAN方法通过融合注意力机制与生成对抗网络，为智能图像风格迁移、数字内容创作等场景提供了高质量的技术解决方案，体现了学院在计算机视觉与人工智能交叉领域的研究实力与学术影响力。
图1. Wiley高被引论文证书
图像卡通化是计算机视觉领域的核心技术之一，在社交媒体、影视制作、儿童教育、广告设计等方面具有广泛应用。然而，传统卡通化方法在生成具有显著性卡通特征的图像时存在不足，且容易出现结构混乱、彩色伪影、丢失原始图像内容等视觉质量问题。针对这些挑战，论文创新性地提出了基于注意力机制的CycleGAN方法（AMCycleGAN）。该模型利用卷积注意力模块（CBAM）增强对图像高层语义特征的提取能力，通过在生成模型的残差块和判别模型的卷积块中引入通道与空间注意力机制，自适应聚焦于关键卡通风格特征，显著提升了模型的特征学习与判别能力，实现了清晰边缘、平滑色彩阴影和相对简单纹理的高质量卡通化效果。
图2. AMCycleGAN图像卡通化方法总体网络模型
实验结果表明，该方法在多个国际公开数据集上均取得了优越性能，相较于CycleGAN、CartoonGAN等主流方法，生成的卡通图像在边缘清晰度、色彩和谐度、纹理质量等方面均有明显提升，FID指标显著降低。尤其在保持原始图像内容与增强卡通风格特征之间的平衡上表现突出。同时，研究通过用户研究和定量评估相结合的方式，验证了AMCycleGAN在Hayao、Paprika、Shinkai等多种艺术家风格迁移中的稳定性和泛化能力，为个性化卡通图像生成、智能内容创作等应用场景提供了兼具高质量与高效率的解决方案。
近年来，学院持续深耕计算机视觉与 人工智能交叉领域，研究生论文接连获得国际权威期刊高被引荣誉，充分彰显了学院在高水平人才培养、前沿技术研究及学术影响力提升方面的稳步推进。本次荣获Wiley高被引论文奖，不仅是对学院师生科研创新能力的高度认可，也标志着学院学术水平正逐步获得国内外同行的广泛关注与肯定。