机器智能课题组在视频持续实例分割研究方向取得重要研究成果，刘柏辰、吕奇等人的论文“CRISP: Contrastive Residual Injection and Semantic Prompting for Continual Video Instance Segmentation”被图像处理顶级期刊IEEE Transactions on Image Processing (TIP) 正式录用，论文通讯作者为韩志研究员。IEEE TIP是国际电气工程师协会（IEEE）下图像处理领域的顶级期刊，是中国科学院SCI期刊分区大类分区一区TOP期刊、中国计算机学会CCF推荐的计算机图形学与多媒体领域的三大A类期刊之一。

    针对长时序动态场景下任务相关目标与背景易混淆的难题，本研究深入探究了多模态表征的动态解耦机制。针对持续学习中的语义漂移问题，提出了一种跨实例、类别与任务三维度的知识解耦与特征注入模型，有效抑制了动态场景下的灾难性遗忘与语义混淆，在相似目标分割、高速目标跟踪场景中均能够保持稳定性能。

残差对比学习与语义提示的视频实例分割模型