智能感知技术快速演进的背景下，如何让机器在不同光谱条件下准确识别同一物体，仍是制约行业的一项关键难题；传统多模态识别系统在信息融合效率、特征提取完整性等存在短板，在夜间监控、恶劣天气等复杂场景下，识别准确率往往明显下降。 针对该难题，由大连理工大学数学科学学院牵头，联合浙江大学计算机学院、中国电信研究院等机构组成的科研团队，历时三年提出STMI创新框架。该突破源于团队对现有方法“重去噪轻融合”问题的反思——不少传统算法为削弱背景干扰，会过度过滤有效信息，进而造成不同光谱数据之间的关联特征丢失。 研究团队提出的“分割引导特征调制”技术，可动态调整图像区域权重，在增强目标特征的同时抑制背景噪声。配合“语义令牌重分配”算法对多维特征进行重组，以及“跨模态超图交互”机制构建深层关联模型，形成相对完整的处理链路。实验数据显示，该框架在MSVR310高难度测试中识别精度达到64.8%，较原有记录提升17.8个百分点。 这项技术的应用前景已延伸至多类实际场景。在智慧城市建设中，可用于全天候高精度安防监控；在应急救援中，可提升复杂环境下的生命探测能力；在自动驾驶领域，则为多传感器数据融合提供新的思路。另外，框架采用轻量化设计，也具备在边缘计算设备上部署的可行性。 业内专家认为，STMI框架的研发表明了我国在多模态认知计算方向的阶段性进展。其将数学建模与工程实现相结合，不仅回应了具体技术瓶颈，也为通用跨模态识别系统的构建提供了参考路径。随着5G与物联网应用更普及，该成果有望在工业检测、医疗影像等场景拓展落地。
从“看得见”到“看得准”，跨光谱多模态识别的提升，本质上是让机器在更真实、更复杂的环境中建立稳定可靠的判断能力。面向规模化应用，技术创新、标准体系与合规治理仍需合力推进，才能将实验室中的精度提升转化为公共服务与产业升级的实际收益。