极市直播|港科大陈启峰:图像处理与复原中的可逆性问题

2022 年 3 月 30 日 极市平台
↑ 点击 蓝字 关注极市平台 识别先机 创造未来


| 极市线上分享  第91期 |


一直以来,为让大家更好地了解学界业界优秀的论文和工作,极市已邀请了超过100位技术大咖嘉宾,并完成了90期极市线上直播分享。往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文,也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享,与大家一起交流学习~~

目前智能手机已经实现了美图、风格转换等炫酷的视觉效果。在互联网和手机APP上,我们会分享这种各样处理后的JPEG 图像。然而,对于摄影师和研究人员来说,保留原始相机数据可以进一步进行后期的图像处理和数据分析。但是,原始相机数据往往文件非常大,这阻碍了其在现实中的普及应用。那么我们能否从JPEG 图像中完美地恢复原始数据,从而避免存储任何原始数据呢?

“这个问题引导我们设计一个可逆的图像信号处理框架。之后,我们进一步探索其他图像处理和复原中的可逆性问题,包括图像压缩、可逆图像转换(例如图像到视频的转换)、在单个 JPEG 图像中嵌入新视图模型。最后,我们介绍了一个Quasi-Invertible Network框架可以在现有图像处理算法中嵌入可逆性。”

在这次分享中,我们邀请到了来自香港科技大学的助理教授陈启峰,为我们介绍他们在该问题上的一些探索的工作

1.Yazhou Xing, Zian Qian, and Qifeng Chen, “Invertible Image Signal Processing,” CVPR 2021

2.Yueqi Xie, Ka Leong Cheng, and Qifeng Chen, “Enhanced Invertible Encoding for Learned Image Compression,” ACM Multimedia 2021

3.Ka Leong Cheng, Yueqi Xie, and Qifeng Chen, “IICNet: A Generic Framework for Reversible Image Conversion,” ICCV 2021

4.Yue Wu, Guotao Meng, and Qifeng Chen, “Embedding Novel Views in a Single JPEG Image,” ICCV 2021

5.Hao Ouyang, Tengfei Wang, and Qifeng Chen "Restorable Image Operators with Quasi-Invertible Networks," AAAI 2022


01

直播信息

时间

2022年3月31日:20:00-21:00


主题

图像处理与复原中的可逆性问题

02

嘉宾介绍

陈启峰

陈启峰是香港科技大学助理教授,斯坦福大学计算机博士,本科毕业于香港科技大学。他曾入选《麻省理工科技评论》 “35岁以下创新35人”中国区榜单。由于他图像处理方面创新性工作,他获得了谷歌教授科研奖。他在计算机视觉与人工智能相关的顶级会议与期刊发表了60多篇论文。他也曾经获得ACM-ICPC全球总决赛和IOI竞赛的金牌。

03

关于分享

分享大纲
  • Invertible Image Signal Processing
  • Image Compression
  • Reversible Image Conversion
  • Novel Views in a JPEG image
  • Restorable Image Operators



➤论文地址

1.Invertible Image Signal Processing

论文地址:https://arxiv.org/abs/2103.15061

代码:

https://github.com/yzxing87/Invertible-ISP


2.Enhanced Invertible Encoding for Learned Image Compression

论文地址:https://arxiv.org/abs/2108.03690v1

代码:https://github.com/xyq7/InvCompress


3.IICNet: A Generic Framework for Reversible Image Conversion

论文地址:https://arxiv.org/abs/2109.04242v1

代码:https://github.com/felixcheng97/IICNet


4.Embedding Novel Views in a Single JPEG Image

论文地址:https://arxiv.org/abs/2108.13003


5.Restorable Image Operators with Quasi-Invertible Networks

论文地址:https://www.aaai.org/AAAI22Papers/AAAI-2467.OuyangHao.pdf


04

参与方式


关注“极市平台”公众号,回复“91“陈启峰获取免费直播链接

05

往期回顾

极市平台专注分享计算机视觉前沿资讯和技术干货,特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验,目前已成功举办90 期线上分享 。近期在线分享可 点击以下标题 查看:

……


更多往期分享请浏览:极市计算机视觉技术分享集锦
http://bbs.cvmart.net/topics/149/cvshare),也可以点击阅读原文获取。

在"极市平台"公众号后台回复期数或者分享嘉宾名字,即可获取极市平台对应期在线分享资料。

06

关于极市平台

极市(Extreme Mart) 是深圳极视角科技有限公司旗下AI开发者生态,面向计算机视觉算法工程师,为开发者提供算法开发环境、真实数据项目实战、自动测试、加速工具、算法封装等全方位平台技术与工程支持,同时提供技术干货、大咖分享、社区交流、竞赛活动等丰富的内容与服务。
官网: www.cvmart.net

有任何想了解的内容请在本帖下留言,嘉宾会在直播中回答大家的问题哦~


觉得有用麻烦给个在看啦~  

登录查看更多
1

相关内容

图像处理(image processing),用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。
中科院自动化所17篇CVPR 2022 新作速览!
专知会员服务
19+阅读 · 2022年3月19日
专知会员服务
13+阅读 · 2021年9月17日
最新《域自适应视觉应用》ECCV2020教程,67页PPT
专知会员服务
26+阅读 · 2020年12月24日
最新《自监督表示学习》报告,70页ppt
专知会员服务
85+阅读 · 2020年12月22日
【WSDM2021】拓扑去噪的鲁棒图神经网络
专知会员服务
26+阅读 · 2020年11月14日
【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
极市直播|陈使明:零样本学习的关键问题研究
极市平台
1+阅读 · 2022年2月23日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Invertible Mask Network for Face Privacy-Preserving
Arxiv
0+阅读 · 2022年4月19日
Arxiv
17+阅读 · 2021年1月21日
VIP会员
相关VIP内容
中科院自动化所17篇CVPR 2022 新作速览!
专知会员服务
19+阅读 · 2022年3月19日
专知会员服务
13+阅读 · 2021年9月17日
最新《域自适应视觉应用》ECCV2020教程,67页PPT
专知会员服务
26+阅读 · 2020年12月24日
最新《自监督表示学习》报告,70页ppt
专知会员服务
85+阅读 · 2020年12月22日
【WSDM2021】拓扑去噪的鲁棒图神经网络
专知会员服务
26+阅读 · 2020年11月14日
【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员