学术动态
当前位置: 首页 科学研究 学术动态 正文
物信讲坛第一百六十八讲暨智能光学感知系列报告一“基于显著性信息卷积神经网络的图像去噪方法研究”
发表日期:2023-10-13 阅读:

主讲人:田春伟

开始时间:2023-10-16 10:00:00

地点:物理与信息工程学院南楼1层111 思源厅

报告人简介:

  田春伟,2021.07-西北工业大学软件学院副教授和空天地海一体化大数据应用技术国家工程实验室成员。2021年1月博士毕业于哈尔滨工业大学计算机应用技术专业。香港城市大学Research Fellow。入选2023和2022年全球前2%顶尖科学家榜单、多项省级人才、多项市级人才、2022省人工智能学会优秀博士论文、2021年深圳市CCF优秀博士学位论文、2022年哈尔滨工业大学优秀博士学位论文。研究方向为视频/图像复原和识别、图像生成、深度学习等。在IEEE TNNLS、IEEE TMM、IEEE TSMC、IEEE TGRS、Pattern Recognition、Neural Networks、Information Sciences、Information Fusion和ICASSP等国际期刊和国际会议上发表论文60余篇。其中,5 篇国际超分辨领域 Benchmark List、4 篇国际顶刊封面论文、5 篇 ESI 高被引论文和 1 篇 ESI 热点论文、2 篇论文技术被应邀收录到国内最大的人工智能平台 iHub 和国际最大的机器学习平台 Profillic 上、1 篇论文评为国际信号处理学会 Blog 论文、1 篇论文技术被美国医学影像公司 MetronMind 购买和商用。担任CAAI Transaction on Intelligence Technology和Dense Technology等多个SCI期刊的编委。国家自然基金评审专家、国际自然基金评审专家、上海市科技专家、甘肃庆阳市数字经济发展专家、苏州市网络与信息化专家、苏州人工智能学会理事、CCF苏州AC、全国研究生教育评估监测专家库专家等。

报告内容简介:

  随着深度学习在图像去噪领域不断发展与应用,卷积神经网络通过深度架构获得了显著的图像去噪性能。然而,卷积神经网络通常都依靠大数据和深度网络结构来恢复受损图像,这会导致大的计算代价,同时对硬件资源配置提出较高的要求。本文将通过感知思想、信号处理、判别学习、图像处理等知识引导卷积神经网络,增大显著性特征作用,提高图像去噪效果。