讲座题目：基于深度先验与多元表征的高效图像去噪方法
讲座时间：2023年4月1日 18: 00-18: 30
讲座人：姜波 博士生
讲座地点：信息楼1516

图像去噪旨在去除噪声图像中的噪声以恢复高质量图像的计算机底层视觉任务。在传统的图像去噪方法中，广泛使用基于从经验和知识设计的先验信息补充的方式去除图像噪声。然而，当图像噪声分布高度多样化和复杂时，依赖经验与知识设计的先验信息存在不够灵活有效的缺陷。随着深度学习的发展，大多数直接使用深度神经网络的图像去噪方法已明显优于传统图像去噪方法。但其在实际应用场景的灵活性与高效性尚需验证。目前的图像去噪模型仍然面临以下困难与挑战：(1)由于基于经验和知识设计的先验知识不能直接集成在基于深度神经网络的图像去噪方法中，遂致重建后的图像会出现严重的平滑、伪影以及细节丢失等现象。(2)基于深度神经网络的图像去噪能力在很大程度上依赖于大量的干净/噪声图像对的先验信息。由于从现实场景中收集此类训练图像对既困难又昂贵，因此这类去噪模型在真实场景中的应用会受到严重限制。针对上述两个问题，本报告结合自适应先验生成技术和小样本技术以解决在图像去噪任务中的高效性问题。

姜波，博士生，2020年9月至今在哈尔滨工业大学 (深圳) 计算机科学与技术专业学习并攻读博士学位。主要研究方向为深度学习与图像处理，曾在TCSVT、TIM、Information Fusion等国际顶级期刊发表多篇论文。