岭南大学协理副校长（策略型研究）、利荣康计算智慧学讲座教授邝得互教授，联合来自香港城市大学、中国科学院、北京交通大学、悉尼大学及天津大学等多所高校的学者共同完成的研究论文《An Underwater Image Enhancement Benchmark Dataset and Beyond》，荣获2025年国际电气工程师协会信号处理学会（IEEE Signal Processing Society）最佳论文奖。该奖项由IEEE信号处理学会严格评审，从过去六年内发表于学会相关期刊的优秀论文中遴选产生，是国际权威学术界对研究成果学术价值与创新贡献的高度肯定，不仅体现了邝得互教授团队深厚的科研实力，也彰显了岭南大学在计算机视觉与信号处理领域的前沿学术地位。

本次获奖论文发表于《IEEE Transactions on Image Processing》，是国际电气工程师协会（IEEE）在影像处理领域的顶级期刊，属JCR（Journal Citation Reports）一区，2024年最新影响因子为13.7，在计算机科学（人工智能领域）及工程学（电机与电子领域）均位列第八。论文聚焦于兼具重要学术价值与广阔应用前景的水下图像增强研究，为该领域的发展提供了关键的基准数据集与理论支撑。

IEEE信号处理学会是国际电气与电子工程师协会旗下专注于信号处理领域的权威学术组织，也是全球信号处理领域规模最大、影响力最广的专业学术机构之一。其设立的最佳论文奖旨在表彰当年在相关研究领域取得突破性进展、具有重要学术影响与应用价值的杰出成果，是该领域科研工作者的重要荣誉。

水下环境复杂多变，光线衰减、散射及“海洋雪花”等现象常导致水下图像存在能见度低、对比度不足、色彩失真等问题，严重制约了海洋工程、水下机器人、海洋生物学等领域的发展。研究团队主导构建了首个大规模真实世界水下图像增强基准资料集，包含950张真实水下图像及890组对应参考图像，填补了该领域高品质真实资料集的空白。

基于该资料集，团队不仅对当前主流的水下图像增强演算法进行了全面、系统的定性与定量评估，为领域发展提供了关键依据，还创新性地提出了Water-Net深度学习模型。该模型在去除色彩失真、提升图像清晰度等方面表现优异，性能显著优于传统演算法，为水下图像增强技术的实际应用奠定了坚实基础。

岭南大学将持续支持顶尖学者开展高水准学术研究，鼓励跨学科合作与创新，加强国际交流，为解决关键科技难题、推动相关领域进步贡献力量。