我院教授李宗民的团队在2025年WACV国际会议发表了题为“EDMB: Edge Detector with Mamba”的学术论文。2021级博士生李亚传为该论文第一作者，李宗民教授为唯一通讯作者。WACV，全称IEEE/CVF冬季计算机视觉应用会议(IEEE /CVF Winter Conference on Applications of Computer Vision) , 是专注于计算机视觉应用方面的国际会议，于2008年在美国首次举办，是继CVPR、ICCV、ECCV三大顶会外的又一高水平计算机视觉国际会议，被广泛认为是该领域中最重要的会议之一。

      基于Transformer的模型在边缘检测方面取得了重大进展，但其高昂的计算成本令人望而却步。最近，Vision Mamba在高效捕捉长程依赖关系方面表现出了强大的能力。受此启发，我们提出了一种新的基于视觉Mamba边缘检测器EDMB。EDMB能够高效地产生高质量的多粒度边缘。EDMB将Mamba与全局-局部架构相结合，可以同时关注全局信息和细粒度线索，后者在边缘检测中起着至关重要的作用，而通常被现有的Mamba所忽略。我们设计了一个新的解码器，通过融合全局特征和细粒度特征来构建可学习的高斯分布，并通过对分布采样生成多粒度边缘。为了使多粒度边缘适用于单标签数据，我们引入了变分下界损失来监督分布的学习。在多标签数据集BSDS500上，我们提出的EDMB在不需要多尺度测试和额外的PASCAL-VOC数据的情况下，获得了单粒度ODS 0.837和多粒度ODS 0.851。值得注意的是，EDMB可以扩展到单标签数据集（如NYUDv2和BIPED）并同样取得显著效果。源码位于：https://github.com/Li-yachuan/EDMB