智能画质增强专题预告：南理工行知论坛—图图Seminar联动直播

来了,来了!    由南京理工大学计算机科学与工程学院（人工智能学院）和【图图Seminar】联合举办的“行知论坛”直播活动开播在即:

论坛主题：智能画质增强

直播时间：2020年6月12日（今天下午）14:00-18:00

行知论坛

创办于2013年，是南京理工大学计算机科学与工程学院（人工智能学院）创办的学术报告与讲座论坛，也是教育部高维信息感知与智能系统重点实验室的特色品牌活动。该论坛旨在促进国内外知名专家学术交流，学术前瞻性探索和热点技术观点碰撞。

自2013年以来，邀请了国内外近300位知名学者讲学，包括中国科学院院士张旭教授、欧洲科学院院士徐雷教授，IEEE Fellow、美国德克萨斯大学的Qi Tian教授等，国内一批长江学者、国家杰出青年基金获得者，优秀青年基金获得者、知名专家和青年学者等均分享过新理论、新方法和新观点。

该论坛目前已举办236期，深受广大师生和科技工作者的喜爱。

本期论坛的主题是智能画质增强，由南京理工大学计算机科学与工程学院潘金山教授组织，邀请了图像复原领域三名青年才俊分享最新成果。

图图Seminar

计算机领域名师学者，通过在线直播，精解基础概念、分析算法原理、剖析经典案例、推荐必读书籍/论文。

论坛组织

主办：南京理工大学计算机科学与工程（人工智能）学院

协办：中国图象图形学报

支持：江苏省人工智能学会模式识别专委会

召集人：南京理工大学潘金山教授

潘金山

召集人

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篇。根据Microsoft Academic统计的近5年最具影响力的全球学者排位，位列图像去模糊领域第2位。获得了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。2019年获得国家优秀青年科学基金资助。

论坛报告一

Towards Real-world Image Restoration -- a Perspective of Learning with Non-ideal Supervision

报告专家：巩东 （阿德莱德大学）

报告摘要：

Image restoration is the task of restoring the degenerated images to the corresponding clear images. With the development of deep learning, learning-based methods have been able to perform excellently under restricted conditions, which requires a large amount of data usually. Concerns often arise when collecting large-enough ideal training datasets is getting difficult or even impossible in real-world scenarios. Many invaluable practices and investigations have been made to extend further the territory of image restoration, including collecting real-world datasets, designing more advanced networks, and integrating hardware system into deep learning. In this talk, we will discuss how to better generalize the image restoration to the real-world data from the perspective of learning with non-ideal supervision signals, which can be an unpaired/misaligned real-world dataset or a synthetic dataset.  

巩东

主讲人

Dong Gong (https://donggong1.github.io/) is a Research Fellow at Australian Institute for Machine Learning (AIML), part of The University of Adelaide. He received his Ph.D. and B.S. in computer science from Northwestern Polytechnical University in 2018 and 2012. He was a visiting scholar at The University of Adelaide in 2015 and 2016. His general research interest is in machine learning and computer vision. His current major research topics are about low/high-level computer vision, learning with low-supervision, and deep learning augmented by memory and optimization. He has served as a reviewer or PC member of TPAMI, TIP, TNNLS, CVPR, ICCV, ECCV, NIPS, UAI, AAAI, etc.

论坛报告二

Learning from “Self” for Image Restoration

报告专家：任冬伟 （天津大学）  

报告摘要：

本次报告将讨论如何在底层图像复原任务中挖掘“自身”信息。首先，对于图像盲去模糊问题，提出了直接从模糊图像“自身”学习模糊核和清晰图像先验的复原模型，相较于卷积神经网络能够有效学习清晰图像先验，全连接网络更适用于学习模糊核先验。然后，对于低质量人脸图像增强问题，提出了基于多张“自身”高质量图像的人脸引导复原模型，包括最优姿态图像的选择及其对齐、自适应特征融合策略等。

任冬伟

主讲人

任冬伟，天津大学智能与计算学部助理教授。2017年和2018年获得哈尔滨工业大学和香港理工大学博士学位。研究方向为计算机视觉，包括图像去模糊、去噪和去雨以及物体检测等，在TPAMI、TIP、CVPR、AAAI等国际期刊和会议发表十余篇论文。

论坛报告三

先验知识约束的深度网络及其在图象恢复中的应用

报告专家：任文琦（中国科学院信息工程研究所）

报告摘要：

日常生活中，由于不可控拍摄环境（抖动、暗光）及恶劣气候（雨雪雾）等影响，手机摄影或者监控视频往往会伴随着图象质量的退化。本次报告主要对面向图像恢复及增强的深度模型进行介绍。分别针对图像去模糊，图像去雾，超分辨等不同增强任务提出针对性的深度网络模型，通过结合传统图像先验知识和深度网络特征学习的方法，对图像质量进行恢复和增强，从而改善图像视觉效果以及计算机视觉系统的智能感知能力。

任文琦

主讲人

任文琦，中国科学院信息工程研究所，信息安全国家重点实验室副研究员。主要研究方向包括图像恢复与增强等相关问题。在本领域内国际顶级期刊IEEE TPAMI/TIP、IJCV及顶级会议IEEE CVPR/ICCV、ECCV、NeurIPS等发表学术论文30余篇，获得北京市科协青年托举工程、微软亚洲研究院“铸星计划”支持，并荣获CCF-腾讯犀牛鸟基金卓越奖，中国计算机学会优秀博士论文奖。

直播时间

2020年6月12日14:00-18:00

入群方式

邀请您进入图图Seminar直播群，扫码备注[SEM]

参与群内活动获惊喜礼品

直播链接

【腾讯会议入口】

会议 ID：187 547 714

【知网在线教学平台直播入口】

http://k.cnki.net/CInfo/Index/6152

【B站】

http://live.bilibili.com/22252912

房间号：222 529 12

● 直播预告●

6月14日19:00-20:30，【图图Seminar】邀请中国科学院空天信息创新研究院孙显研究员，进行《遥感图像智能分析：方法与应用》的学术直播报告，欢迎图粉们添加编辑微信，提前进入【直播群】参与互动问答活动哦

"图图Seminar" 直播回放

汪荣贵——机器学习基本知识体系与入门方法

知网在线教学服务平台：

http://k.cnki.net/CInfo/Index/5063

B站：

https://b23.tv/BV1w54y1Q7fj

陈强——从Cell封面论文谈AI研究中的实验数据问题

知网在线教学服务平台：

http://k.cnki.net/CInfo/Index/4977

B站：

https://b23.tv/BV1dz4y1X7a7

石争浩——从先验到深度：低见度图像增强

知网在线教学服务平台：

http://k.cnki.net/CInfo/Index/5531

  B站：

  https://b23.tv/BV1bK411p7En

     好文推荐

前沿进展 | 多媒体信号处理的数学理论

中国卫星遥感回首与展望

单目深度估计方法：现状与前瞻

目标跟踪40年，什么才是未来？

10篇CV综述速览计算机视觉新进展

算法集锦 | 深度学习在遥感图像处理中的六大应用

封面故事 | 从传统到深度：火灾烟雾识别综述

封面故事 | 光场数据压缩综述

学者观点 | 结合深度学习和半监督学习的遥感影像分类

编辑推荐 | 视频 + 地图！四维信息助力实景中国

深度学习+图像降噪，如何解决“卡脖子”问题？

❂ 专家报告

专家推荐|高维数据表示：由稀疏先验到深度模型

专家报告 | AI与影像“术”——医学影像在新冠肺炎中的应用

专家推荐|真假难辨还是虚幻迷离，参与介质图形绘制让人惊叹！

学者推荐 | 深度学习与高光谱图像分类【内含PPT 福利】

专家报告|深度学习+图像多模态融合

专家报告 | 类脑智能与类脑计算

实战例题！200+PPT带你看懂监督学习

118页PPT！机器学习模型参数与优化那些事儿~

专家开讲 | 机器学习究竟是什么？

❂ 论文写作

羡慕别人中了顶会？做到这些你也可以！

如何阅读一篇文献？

共享 | SAR图像船舶切片数据集

资源分享| 不知道如何获取最新的算法资讯？快来这里看一看

资源分享|热门IT资讯号推荐

❂ 往期目次

《中国图象图形学报》2020年第2期目次

《中国图象图形学报》2020年第1期目次

本文系《中国图象图形学报》独家稿件

内容仅供学习交流

版权属于原作者

欢迎大家关注转发！

编辑：秀   秀

指导：梧桐君

审校：夏薇薇

总编辑：肖   亮

声  明

欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。

我就知道你“在看”