计算机科学与技术学院2021级电子信息专业研究生李臣以第一作者在SCI四区期刊Journal of Electronic Imaging(2022年影响因子：0.829）发表研究论文，论文题目为《EINet: Camouflaged object detection with Pyramid Vision Transformer》。

该论文在我校焦铬教授的指导下完成，衡阳师范学院为唯一署名单位。论文的核心理论是：伪装物体检测作为一种新兴的计算机视觉任务，与传统的物体检测不同的是，伪装物体与其周围环境的纹理是极其相似的，且在大小和形状上也有很大的不同，这使得伪装物体的检测变得极具挑战性。因此，本论文提出了一种增强识别网络，用以增强伪装物体的检测能力。EINet主要由三个部分组成，首先，论文使用了PVT作为编码器，目的是在能够更好地学习到伪装物体检测任务的高分辨率表达前提下，提取出更加强健和更具鲁棒性的特征；然后，为了使得网络的学习能够朝着正确识别伪装物体的方向前进，论文提出了TRM模块用以获取细粒度特征，并且提出了NHCD解码器用以生成精确识别伪装物体的引导先验；最后，在引导先验的指导下，论文还设计了一个全新的RCCBA模块用以识别多尺度的细粒度特征，从而对伪装物体的识别能力进行增强。论文还经过大量地消融实验证明，EINet对于伪装物体的识别能力远远领先于现有的伪装物体检测模型，达到了目前的SOTA性能。