报告时间：2022年12月12日 14:30-16:30
报告地点：腾讯会议 107-977-783
报告题目：
贝叶斯图像恢复:从深度先验到不确定性估计
报告简介：
近年来得益于深度网络强大的学习能力，卷积深度神经网络在图像视频超分辨率、降噪和计算重建等任务上取得了优异性能。然而现有大多数方法侧重于深度网络结构设计，忽略了图像恢复问题的领域知识，使难以进一步提升性能和泛化性。在本报告中，我们结合最大后验概率估计，利用深度网络学习参数化图像分布，构建了基于最大后验概率估计的深度网络。针对现有图像恢复网络学习中忽略了不同区域恢复难度差异较大的问题，提出了基于不确定性驱动损失函数的图像恢复方法，有效提升图像恢复性能；针对真实图像超分辨率问题，提出图像退化模型不确定性学习方法，通过模拟生成真实低分辨率图像数据集，提升超分辨率重建性能。
报告人介绍：
董伟生，男，1981年4月生，西安电子科技大学人工智能学院教授、副院长，教育部“长江学者”特聘教授。主要从事图像视频处理、深度学习、计算机视觉等方面的研究工作。主持包括JKW基础加强项目、国家自然科学基金重大项目课题、科技部重点研发项目课题等项目，曾入选“优青”、万人计划“青年拔尖人才”项目。在国际权威期刊和会议上发表论文100余篇，论文已被Google引用9000余次，单篇Google引用1300余次。曾任中国计算机学会推荐A类期刊IEEE Transactions on Image Processing编委、CVPR 2022领域主席，现任SIAM Journal on Imaging Sciences编委。曾获国家自然科学奖二等奖1项（排名第二）。
