极市直播回放第104期丨西北工业大学田春伟教授：基于结构信息的图像复原方法研究

2022 年 10 月 31 日 极市平台

↑ 点击蓝字关注极市平台

随着深度学习在图像复原领域的不断发展与应用，尤其在图像去噪和图像超分辨领域，卷积神经网络通过深度架构获得了显著的图像处理性能。然而，卷积神经网络在恢复复杂场景下受损图像的鲁棒性常遭受挑战。同时，手机、相机等移动终端对模型的大小提出了要求。

在本次分享中，我们邀请到了西北工业大学软件学院副教授田春伟，针对上述两个显著问题为我们介绍他们最新的3篇工作：

Multi-stage image denoising with the wavelet transform (Pattern Recognition 2022)

Image Super-resolution with An Enhanced Group Convolutional Neural Network (Neural Networks 2022 )

A heterogeneous group CNN for image super-resolution (IEEE TNNLS 2022)

这些方法主要将信号处理、判别学习、残差学习、动态卷积和组卷积等结合，设计高效卷积神经网络，解决图像去噪、图像超分辨问题。

➤详情传送门

西北工业大学田春伟教授：基于结构信息的图像复原方法研究

➤论文

1.Multi-stage image denoising with the wavelet transform (Pattern Recognition 2022)

论文链接：https://arxiv.org/abs/2209.12394

代码地址：https://github.com/hellloxiaotian/MWDCNN

2.Image Super-resolution with An Enhanced Group Convolutional Neural Network (Neural Networks 2022 )

论文链接：https://arxiv.org/abs/2205.14548

代码地址：https://github.com/hellloxiaotian/ESRGCNN

3.A heterogeneous group CNN for image super-resolution (IEEE TNNLS 2022)

论文链接：https://arxiv.org/abs/2209.12406

代码地址：https://github.com/hellloxiaotian/HGSRCNN

➤回放视频在这里☟

https://www.bilibili.com/video/BV15g411h7fh/

➤PPT内容截图（后台回复“ 极市直播 ”或点击 阅读原文 即可获取PPT）

➤往期视频在线观看

B站： http://space.bilibili.com/85300886#!/

腾讯视频： http://v.qq.com/vplus/8be9a676d97c74ede37163dd964d600c

往期线上分享集锦：http://m6z.cn/6qIJzE（或直接阅读原文）

如果觉得有用，就请分享到朋友圈吧！

‍

△点击卡片关注极市平台，获取最新CV干货

推荐阅读

# CV技术社群邀请函 #

△长按添加极市小助手

添加极市小助手微信（ID : cvmart2）

备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳）

即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群

每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~

觉得有用麻烦给个在看啦~

登录查看更多

相关内容

图像复原

关注 5

图像复原（image restoration）即利用退化过程的先验知识，去恢复已被退化图像的本来面目。图像复原技术主要是针对成像过程中的“退化”而提出来的，而成像过程中的“退化”现象主要指成像系统受到各种因素的影响，诸如成像系统的散焦、设备与物体间存在相对运动或者是器材的固有缺陷等，导致图像的质量不能够达到理想要求。