近日，东北大学机器人科学与工程学院方正教授团队的最新研究成果“TEPR: Thermal Edge-Prompted Geometry Learning for Multi-View 3D Reconstruction”被计算机视觉领域国际顶级期刊 International Journal of Computer Vision（IJCV）在线发表。学院博士研究生李智恒为论文第一作者，方正教授为通讯作者，东北大学机器人科学与工程学院为唯一作者单位。

多视图三维重建是机器人实现空间感知的重要基础。前馈式方法可直接从图像序列中预测相机位姿、深度图并重建三维场景，但在夜间、烟雾和低照度环境中，可见光图像质量易发生严重退化，而热红外成像虽不依赖外部光照，却面临纹理信息弱、区域外观相似和物体边界模糊等问题，易造成跨视图关联错误与重建结构扭曲。

针对上述挑战，团队提出基于边缘提示的几何学习框架TEPR，将热红外图像中相对稳定的边缘结构转化为可学习的几何提示，以弥补弱纹理外观中几何信息的不足。其中，边缘所刻画的物体轮廓与场景布局，既能为跨视图匹配提供稳定的结构线索，也能为相机参数估计提供全局几何依据，并增强深度预测对相邻物体边界和细小结构的辨识能力，从而减少错误匹配、结构粘连和几何畸变，提升三维重建的准确性与完整性。

本文所提出的TEPR系统框架

实验表明，相较于先进的前馈重建算法，TEPR平均重建精度误差和完整度误差分别降低约38%和33%，绝对轨迹误差降低约44%，同时保持19.5 FPS的推理速度。该方法还展现出对未见场景、不同热红外相机及RGB图像的良好泛化能力。该研究为机器人在黑夜、烟雾等视觉退化环境中的稳定空间感知提供了新思路。

方正教授团队长期围绕移动机器人的“环境感知与自主导航”这一核心基础问题和行业重大需求，开展移动机器人“Long-term Autonomy”方面的研究，主要研究方向包括传统感知与导航方法、具身感知与导航方法、类脑神经形态感知与导航方法以及智能无人系统行业应用等方面的研究，研究成果已发表在IEEE TRO、IJCV等国际顶级期刊以及AAAI、ICLR、ICCV、ICRA等国际顶级会议上。

据悉，IJCV 创刊于1987年，是计算机视觉领域历史最悠久、影响力最持续的综合性顶级期刊之一，也是计算机视觉领域最被认可的两大期刊之一。IJCV 长期发表计算机视觉领域具有广泛兴趣的重要基础方法和重大技术进展，是中国计算机学会（CCF）推荐的人工智能领域四个A类期刊之一。

论文链接：https://link.springer.com/article/10.1007/s11263-026-02997-8