- 综合动态
-
举办“物理成像模型驱动的图像复原深度学习方法”学术报告
作者：倪玲 崔继广 来源：研究生办 发布日期：2019-12-12 浏览次数：12月11日上午，我院宁纪锋教授邀请南京理工大学计算机学院潘金山教授来我院做“物理成像模型驱动的图像复原深度学习方法”学术报告。det365官方网站登录相关研究领域百余名师生现场聆听报告。
潘金山教授针对现有的基于深度神经网络的图像复原算法大多依赖模型的容量，网络结构设计上没有有效利用图像退化过程的性质这一问题，介绍了图像退化的物理成像模型以及传统的基于物理成像模型的相关复原算法，过程中介绍了相关应用，比如图像去雨、图像去雾、图像复原和夜景拍摄等有趣的示例。会上还讨论了如何利用物理成像模型约束深度神经网络，使得深度神经网络更加紧致，能够有效地刻画并解决图像复原及增强问题。
会后，参会青年教师和研究生就各自关心的报告内容方面与专家进行了深入交流与讨论。
通过领域内一流专家的报告，师生了解到当前图像复原领域的最新研究成果和未来发展趋势，为后续学习研究指明了路径，也对det365官方网站登录师生结合自己研究领域组合创新具有重要的指导意义。
背景资料：潘金山，南京理工大学计算机学院教授、博士生导师。主要从事图像去模糊、图像复原等相关底层视觉问题的研究。近年来，在CVPR、ICCV、ECCV等国际会议以及IEEE TPAMI、IJCV（均为det365官方网站登录的Top A期刊）等重要国际期刊上发表论文40余篇，其中CCF推荐A类论文30余篇。曾获中国人工智能学会优秀博士学位论文奖以及辽宁省优秀博士学位论文奖。
编辑：沈钊 终审：胡少军