记者10月10日获悉，中国科学院沈阳自动化研究所（以下简称沈阳自动化所）机器人与智能系统全国重点实验室科研团队，针对提升模型在未知环境下的适应能力，从而提高视觉系统实际应用能力的重要问题，近日提出一种跨模态因果感知层次表征学习框架（HierarchicalDG），为提升复杂环境下视觉感知模型的泛化能力提供了新的技术思路。

　　目标检测技术能够识别图像中目标物体的类别并定位其空间位置，是自动驾驶、机器人感知、智能监控等领域的关键基础技术。“传统的目标检测模型主要靠看大量图片，记住物体的表面特征。比如‘车一般有四个轮子、金属反光、在路上跑’，但这些表面特征换个场景就会发生变化，AI模型一看，‘这跟训练时长得不一样啊’，它就不认识了。”科研人员介绍，传统AI模型学到的其实是相关性，而不是因果性，很难通过学习内容抓到事物真正的本质。

　　HierarchicalDG构建了“图像特征—场景注意力—目标表征—视觉子原型—因果原型”的层次学习链路，其核心是“不受环境影响的因果本质”，每经过一层学习，就会更接近本质。经过多层次学习后，就如同为AI模型装上了“透视眼”，能够透过现象看到事物或现象本质。

　　科研团队开展了大量的实验验证，HierarchicalDG框架在多天气变化、图像扰动、真实图像到艺术图像迁移、跨相机、仿真到现实五类基准测试任务中，均取得了良好的跨场景泛化效果。在语义分割和目标跟踪任务的拓展验证中，该学习范式同样表现出优异的跨任务适用性。