通信工程学院2025级博士研究生陈兀迪（导师为查志远教授）以第一作者在国际人工智能顶级学术会议Annual Conference on Neural Information Processing Systems（简称NeurIPS）上发表题为《KaRF: Weakly-Supervised Kolmogorov-Arnold Networks-based Radiance Fields for Local Color Editing》的研究论文。NeurIPS是中国计算机学会（CCF）推荐的人工智能领域A类 （CCF A）会议，是机器学习与泛人工智能领域的顶级国际会议。
论文概述：近年来，神经辐射场（NeRFs）技术在三维色彩编辑领域展现出巨大潜力。然而，现有基于NeRF的编辑方法仍面临局部区域编辑的重大挑战，通常会导致局部物体边界不精确、多视角一致性难以保持，以及过度依赖标注数据等问题。针对这些局限性，本文提出了一种新型弱监督局部色彩编辑方法KaRF，能够实现三维场景任意区域的高保真度真实感外观编辑。该方法的核心理念是基于柯尔莫哥洛夫-阿诺德网络（KANs）构建统一的两阶段辐射场框架，包含分割阶段与局部重着色阶段。该架构无缝集成NeRF的几何先验知识以实现弱监督学习，从而获得卓越性能。具体而言，KaRF提出了残差自适应门控KAN结构，通过融合残差连接、自适应参数和门控机制，有效提升分割精度并优化特定编辑效果。此外，KaRF提出基于调色板的色彩自适应损失函数，可显著提升加法混合结果的准确性。大量实验表明，所提出的KaRF算法在定性和定量评估上均显著优于多种现有最先进方法。
我院查志远教授为该工作通信作者，该研究得到了吉林大学王世刚教授、燕刚教授、范子沛教授、西湖大学袁鑫副教授、澳门大学周建涛教授和电子科技大学朱策教授的支持与指导。研究工作受到国家自然科学基金优秀青年科学基金项目（海外）和国家自然科学基金面上项目的资助。
