报告人：闫庆森 教授

报告内容：人们已经养成了在日常生活中使用手机上的相机拍照的习惯。然而恶劣天气和低光照等场景下采集的图像存在严重退化。尽管业界对降质图像复原已经进行了大量的研究，但修复复杂成像过程引起的多种耦合降质问题在实际应用中仍然是一个极具挑战性的问题。现有图像复原算法可分为基于模型优化和深度学习的图像复原方法:模型优化方法充分建模图像退化机理和知识特性,但手动设计先验特征缺乏准确性;深度学习方法反之。由于实际复杂场景中存在退化特性复杂且多种退化耦合难题,单独使用任一方法均难达到满意的复原效果。本报告重点讨论基于人工先验的图像复原架构设计、复杂大动态场景下图像清晰化重建、面向资源受限下的图像复原方法并讨论其未来发展中面临的重大挑战及发展前景。

报告人简介：闫庆森，西北工业大学教授，2019年12月毕业于西北工业大学计算机学院，2020至2022年在澳大利亚机器学习研究院工作，2022年7月加入西北工业大学计算机学院。在计算机视觉、图像复原、图像质量评价、人工智能、机器学习、智慧医疗等方面展开了多年研究并取得了重要进展，在国际重要的期刊、会议上发表学术论文40余篇。以第一作者身份发表国际期刊及会议论文20余篇，ESI高被引论文1篇，包括SCI 1区TOP期刊IJCV、IEEE TIP、IEEE TBD、PR、MedIA、IEEE JBHI等，CCF A类会议论文CVPR(计算机视觉领域顶会)等。Google Scholar索引1700余次，相关研究成果授权中国发明专利7项。获得2021年中国电子学会优秀博士论文奖、2022年陕西省优秀博士论文奖、2017年ICDF博士论坛最佳论文奖、2022年国际顶级会议CVPR-高动态范围图像去鬼影竞赛亚军。