2025年10月25日，卓越大学联盟高校（E9）第一届荣誉学院优秀学生学术交流大会暨北京理工大学特立书院第八届学术论坛成功举办在良乡校区成功举办，实验室博士生——徐特立学院2020届毕业生高晨钟所作学术报告获得论坛一等奖（各分论坛仅1名）。
此次论坛以“创新启智，精深学术，卓越致远，共创未来”为主题，由卓越大学联盟高校（E9）第一届荣誉学院联席会指导，北京理工大学徐特立学院/未来精工技术学院/卓越工程师学院/特立书院主办，重庆大学弘深学院、大连理工大学未来技术学院、东南大学吴健雄学院、哈尔滨工业大学未来技术学院/国家卓越工程师学院、华南理工大学未来技术学院、天津大学未来技术学院、同济大学国豪书院、西北工业大学教育实验学院/未来技术学院等E9联盟高校荣誉学院共同协办。重庆大学、大连理工大学，西北工业大学等校外嘉宾，北京理工大学教务部、研究生院、学生工作部、科研院等职能部门领导，机电学院、机械与车辆学院、光电学院、信息与电子学院、自动化学院、计算机学院、网络空间安全学院，材料学院、化学与化工学院、生命学院、医学技术学院、物理学院、前沿交叉科学研究院等学院领导，徐特立学院领导班子成员，以及来自卓越大学联盟（E9）高校荣誉学院的专家、师生总计1000多人参会。
此次论坛投稿论文《HOMO-Feature: Cross-Arbitrary-Modal Image Matching with Homomorphism of Organized Major Orientation》是实验室关于通用跨模态图像匹配问题研究的最新成果。图像不变特征提取及匹配是计算机视觉中的一项基础技术，对于图像配准、单应性估计、相机定位、运动恢复结构等直接应用，以及图像融合、多源数据联合分析等间接应用都至关重要。随着传感器技术的快速发展，各类图像模态不断涌现。跨模态匹配，即由不同类型传感器采集的图像之间的匹配，则带来了更大的挑战。然而，目前针对通用跨模态图像匹配的研究仍不充分，尚缺乏一个基础性的通用范式。少有研究能够明确是否存在一种在任意图像模态下均具有高度不变性的基础特征，而不受制于具体模态类型。基于这一思考，该研究提出了HOMO-Feature，是一种新颖的人工设计的传统架构算法，面向通用跨模态图像匹配，旨在提出一个能够有效处理非特定来源图像，同时兼顾旋转、尺度与纹理多样性的特征提取与匹配框架。
徐特立学院新闻：https://xuteli.bit.edu.cn/zhxw/f679f46b5ec344e1b841d5b6309aa4e5.htm
