【预告】CSIG交通视频专委会“学术新星”活动将于10月10日举办

会员服务 ·

【预告】CSIG交通视频专委会“学术新星”活动将于10月10日举办

2022 年 10 月 9 日 中国图象图形学学会CSIG

会议安排

主办单位：中国图象图形学学会

承办单位：CSIG交通视频专委会

会议时间：2022年10月10日 19:00-20:40

会议形式：腾讯会议（会议号：732-866-179）

会议密码：202210

会议议程

报告人简介

报告题目：单目双目图像超分辨率重建

报告摘要： 视觉是人类感知外部世界的最主要途径，提供了超过80%的外界信息。在实际中，受制造成本、传输带宽、成像条件等因素的限制，相机采集到的原始图像的分辨率有时仍难以满足应用需求。低分辨率的图像造成了大量细节信息的丢失，不仅降低了图像的视觉质量，还限制了后续图像处理的性能。为此，图像超分辨率重建技术应运而生，旨在从低分辨率图像中重建得到高分辨率图像。本报告首先介绍了图像超分辨率重建技术的应用与挑战；之后对单帧图像和双目图像两种应用场景下的图像超分辨率重技术进行了介绍；最后，分析了图像超分辨率重建技术在端侧设备上的部署难题，并介绍了图像超分辨重建的轻量化技术。

报告人简介： 王龙光，国防科技大学博士，师从安玮教授与郭裕兰副教授。主要研究方向为低层计算机视觉与三维视觉，专注于二者的交叉领域，特别是图像和点云的复原与重建。在IEEE T-PAMI、IEEE T-IP、CVPR、ICCV、ECCV上发表论文15篇，其中以一作CCF A类论文8篇。曾获湖南省优秀硕士学位论文、VALSE 2020焦点论文、光华奖学金等奖励，曾在CVPR上组织NTIRE 2022双目图像超分辨率重建挑战赛。担任IEEE T-PAMI、IEEE T-IP、IEEE T-MM等国际期刊以及CVPR、ICCV、ECCV等国际会议的审稿人。

报告题目：先验指导的图像复原模型研究

报告摘要： 高质量图像具有更高的像素密度、更清晰的图像内容和更丰富的纹理细节，从而给人更好的视觉体验。但受气候条件、采集设备、采集方法、储存和传输等多种客观条件的影响，获得高质量图像并非易事。近年来，越来越多深度神经网络模型被提出，它们促进了深度神经网络结构的完善和发展，也为图像复原领域带来了新的启发。但目前主流的图像复原模型依然是将该任务分为特征提取和图像重建两个阶段。然而，低质量图像受其退化模式影响，大量信息已经丢失或损坏，这使得其能够被利用的特征十分有限。大量研究表明，充分利用图像先验能够帮助图像复原。受此启发，我们探究基于先验指导的图像复原模型框架。本报告将介绍本人采用先验指导进行图像复原的部分工作。同时，探讨新方法、新机制在图像复原任务中的应用。

报告人简介：李俊诚，上海大学通信与信息工程学院讲师。博士毕业于华东师范大学计算机科学与技术学院，曾担任香港中文大学博后研究员。研究兴趣包括人工智能及其在计算机视觉（如图像拼接、图像分割）、图像复原（如图像超分辨率、图像去噪、图像去雾）和医学图像影像处理中的应用。在国际知名期刊和会议（如：TNNLS、TIP、TMM、ECCV、ICCV、AAAI、ACMMM、IJCAI等）上发表论文20余篇，谷歌学术引用量超1000余次。曾获上海市优秀博士毕业生、2019 ICCV-AIM基于示例的RAW图像到RGB图像映射挑战赛冠军等多个奖项。他还担任包括TIP、TNNLS、TCYB、TMM、TCSVT、INS、PR和KBS在内多个国际期刊和会议审稿人。同时，他还是NTIRE、AIM的程序委员会成员和Mathematics期刊的客座编辑。

主持人简介

主持人简介：金枝，中山大学“百人计划”副教授，博士生导师，中国图象图形学学会多媒体专委会委员、交通视频专委会委员，主要从事图像视频处理、计算机视觉、三维重建等方面的研究和应用。2016年博士毕业于英国利物浦大学，博士后分别在深圳大学和德国慕尼黑工业大学进行。荣获德国慕尼黑工业大学高级研究员科研资助。近5年，在图像处理及计算机视觉领域顶级期刊及会议共发表高水平学术论文45篇，其中本人作为一作/通信论文32篇，中科院2区以上期刊和CCF-B类以上会议论文20篇。

本人主持国家级科研项目4项，包括国家自然基金中德交流项目、国家自然科学基金面上项目、青年项目和博士后基金。本人作为第一发明人申请专利10项，其中已授权发明专利2项，已授权软件著作权5项。积极参与多个学会活动并担任专委会委员，包括CSIG多媒体专委会委员、交通视频专委会委员、ICIG2021和CSIG青年科学家论坛的宣传主席等。担任IEEE TIP、TCSVT、TMM和Information Fusion多个计算机视觉领域顶级期刊的审稿人。广东省人工智能专家库专家，深圳市科创委专家库专家。

来源：CSIG交通视频专委会