报告人：邬文慧 研究员 深圳大学
报告时间：2024年12月10日（周二）下午14：00
报告地点：东南大学九龙湖校区计算机楼119室
报告摘要：在低光照或水下等环境下采集到的图片受客观成像环境和图像采集设备的限制，存在低对比度、极低可见度、噪声或模糊等退化现象，严重影响视觉体验。传统方法从图像成像原理出发，基于成像模型提出了一系列图像增强方法，具有强可解释性，但过度依赖先验知识及假设，不仅为模型优化带来高的复杂度，也难以在不同场景下有较好的泛化性能。近年来成像模型结合深度学习技术在各类退化图像的增强任务中展现出了良好的性能，也带来了一些可解释性的优势。本报告将介绍当前基于成像模型的深度学习方法在低光照及水下图像增强方面的主要挑战，并介绍团队近两年的研究成果。
报告人简介：邬文慧，深圳大学电子与信息工程学院研究员。2019年毕业于香港城市大学，获博士学位。2020年起于深圳大学电子与信息工程学院电子工程系任教。2021年获评深圳市孔雀计划海外高层次人才。主要从事机器学习、图数据分析、图像增强等方面的研究，并主持了国家自然科学基金面上项目、青年基金项目、及省市自然科学基金面上项目在内的多项科研项目。
