近日，图像处理、多媒体等领域高水平国际学术期刊IEEE Transactions on Image Processing（IEEE TIP，影响因子9.34）接受了我院2017级硕士研究生车统统为第一作者、郑元杰教授为通讯作者的《SDOF-GAN: Symmetric Dense Optical Flow Estimation with Generative Adversarial Networks》研究论文，我院研究生（包括博士）以第一作者在该期刊发表论文仅两次。IEEE TIP属于中国计算机学会推荐的计算机图形学与多媒体领域A类期刊，是图像处理及计算机视觉等领域公认的高水平国际期刊，侧重图像处理的前沿理论与方法。
该文章通过引入一种基于生成对抗网络（GAN）和半监督学习（semi-supervised learning）策略的新模型来估计对称的密集光流（下图所示），避免单向光流估计容易产生偏执(bias)的问题，保证了双向光流的逆一致性，同时也解决了现实中标签数据不足导致模型欠优的问题。
本文提出的方法流程图
车统统同学本科毕业于女子学院，在我院攻读硕士期间曾经在医学影像分析国际顶级会议IPMI（Information Processing in Medical Imaging）上发表高水平学术论文。此次，该同学被IEEE TIP接受发表的论文基于她硕士期间的工作，尽管该同学已于2020年6月毕业（现为北京航空航天大学生物与医学工程系博士研究生），在论文的两次投稿修改过程中，她顶着攻读博士期间繁重的科研压力，分配了大量的休息时间投入到该论文的修改与完善中，反复与郑元杰教授讨论，加班加点跑实验。
车统统同学虽已毕业，但她秉持“学问无遗力，工夫亦始成”的科研理念，义无反顾得持续坚守，正是由于这种无限追求的动力，铸成了今天的可喜成果，这种坚守精神将鼓舞学院其他同学在科研道路上砥砺前行。同时，她的成长也彰显了我院研究生培养质量获进一步提高。
