深度学习方法在图像复原领域取得了显著进展，其性能高度依赖于大规模数据和强大的硬件计算能力。然而，在现实应用场景中，受限于设备负载能力，往往只能获取有限的数据样本，这与实际应用中无限多样的场景需求形成了突出矛盾。针对这一关键问题，讲者提出了基于感知信息的图像超分辨率方法。该方法通过深度挖掘场景的显著性特征，构建场景信息与深度神经网络的协同建模机制，有效增强了网络对关键信息的感知能力，以提高复杂场景下图像超分辨模型的稳定性。欢迎关注本期SPP：6月4日（本周三）19:30—21:00。

本期直播你将收获哪些

1、在资源和数据受限时，如何设计出高效的图像超分辨网络；

2、如何利用感知信息和网络协同建模机制，挖掘显著性信息，提高复杂场景下图像超分辨网络的性能；

3、如何利用跨域知识引导深度网络，解决图像处理问题。

演讲嘉宾

田春伟

CCF专业会员，哈尔滨工业大学计算学部教授

田春伟，哈尔滨工业大学计算学部教授，博士生导师。2022-2024全球前2%顶尖科学家。研究方向为视频/图像复原和识别、图像生成。在IEEE Trans汇刊、Pattern Recognition、Neural Networks、Information Fusion 等国际期刊上发表论文80余篇。出版专著1本，教材1本。其中，7篇ESI高被引论文（3篇热点论文）、4篇Top期刊封面论文。获得国际模式识别领域Top期刊Pattern Recognition Best Paper奖（排名第1），中国图象图形学学会自然科学奖二等奖（排名第1），广东省自然科学奖一等奖。担任 CAAI Transaction on Intelligence Technology, IEEE TFS、IEEE TCE等多个 SCI 期刊编委/客座编辑。

开课时间

2025年6月4日（本周三）19:30-21:00