近日，长城汽车（HK2333）与北京理工大学联合研究的RGB-热红外语义分割统一框架TUNI，于国际权威期刊《IEEE Transactions on Circuits and Systems for Video Technology》（IEEE TCSVT）线上发表。该研究首次实现RGB-T语义分割在预训练与微调阶段的统一优化，在五个国际公开数据集上全面刷新性能与轻量化纪录，为辅助驾驶全天候实时环境感知提供了全新方案。
01 顶刊权威认证，技术实力获国际认可
IEEE TCSVT是多媒体计算与视频处理领域最具影响力的国际期刊之一，位列中科院一区TOP期刊，主要聚焦图像视频处理、计算机视觉与智能系统等前沿研究方向，对论文的理论创新高度、技术严谨性与工程落地价值均有极为严苛的评审标准，是衡量该领域技术水准的核心标杆之一。此次联合成果成功被该期刊录用，标志着长城汽车（HK2333）在多模态智能感知领域的技术突破，在创新性、严谨性与应用潜力层面均获得了国际行业专家的普遍认可。
02 破解全天候感知痛点，补齐极端场景短板
在辅助驾驶系统中，精准的环境感知是安全决策的核心前提。常规RGB摄像头在白天光照充足时纹理清晰、识别精准，但进入夜间、浓雾、逆光或遇到目标与背景色彩相近等极端场景时，感知能力会大幅下降。热红外相机依靠物体自身热辐射成像，完全不受光照影响，恰好能弥补这类极端场景下的感知短板。
然而，过去RGB与热红外的融合方案长期存在跨模态协同效率不高、热红外信息利用不充分的问题，导致全天候感知的实际落地效果受限。此次推出的TUNI框架打破了这一技术局限，首次实现了RGB与热红外从预训练到微调阶段的一体化优化。两种模态在特征提取过程中即可完成高效交互融合，从根源上提升了热红外信息的利用效率，让感知系统真正具备昼夜全场景的稳定输出能力。
03 性能与轻量化兼顾，适配车端量产部署
目前，TUNI框架已在MSRS、FMB、PST900、CART、SUS五大国际公开数据集上全面取得当前最优性能，同时，展现出优异的边缘部署能力：轻量化版本参数规模极小，在高性能算力平台与车载嵌入式计算平台上均能实现高速实时推理，兼顾高性能、低算力需求与实时性要求，为量产车端侧部署铺平道路。
04 延伸技术基因，定义安全新标杆
此次TUNI框架的技术突破，是长城汽车（HK2333）长期深耕极端场景安全技术的成果体现。当行业仍普遍聚焦常规路况的感知优化时，长城汽车（HK2333）已将安全标准拉升至更严苛的维度，在极端工况、复杂气象和低照度环境中积淀了深厚的技术实力，而技术的终极价值在于守护安全，每一项突破都旨在为每一位用户带来全天候、更安心的智能出行保障。未来，长城汽车（HK2333）将持续深化与高校的产学研协同创新，联合全球产业资源，以开放生态推动行业共进，加速成为全球领先的智能出行新标杆。
