7月24日上午，中国科学院苏州医工所举办第二十八期“BMEF科灵学术论坛”，邀请了哈尔滨工业大学计算学部田春伟教授作为主讲嘉宾。苏州医工所副所长杨西斌研究员出席并主持论坛，近五十位苏州医工所科研人员、研究生参加了此次活动。
杨西斌研究员首先代表苏州医工所向田春伟教授表示热烈欢迎和诚挚感谢，并简要介绍了论坛设立的相关背景和田春伟教授的科研经历。
随后，田春伟教授作题为“基于跨域知识迁移网络的图像复原方法”的学术报告，围绕基于深度学习的图像复原方法开展系统研究。目前，基于深度学习的图像复原方法通过端到端架构实现了对图像表征的突破性建模，但其性能提升仍受限于双重瓶颈:现有模型依赖海量数据与深层堆结构补偿图像退化过程，导致计算复杂度高;深度网络在多层次特征融合过程中易引发显著性特征稀释效应，造成纹理细节与边缘结构不可逆损失。田春伟教授提出跨域知识驱动的图像复原学习框架，通过人类视觉系统的注意力聚焦特性、信号稀疏表示理论、图像处理非局部结构一致性以及判别式学习解耦策略引导深度网络，提取显著的结构信息，以获得复杂场景下稳定的图像复原模型。
报告会上，田春伟教授还与聆听报告的科研人员和研究生进行了热烈互动和学术交流。
论坛嘉宾简介：
田春伟，哈尔滨工业大学计算学部教授/博士生导师。2022-2024斯坦福大学全球前2%顶尖科学家年度榜单入选者。研究方向为视频/图像复原和识别、图像生成、视觉安全、语音处理与智能交通、大模型与多模态等。在IEEE汇刊、Pattern Recognition、Neural Networks、InformationFusion 等国际期刊上发表论文90余篇。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、4篇国际图像超分辨领域Benchmark论文、3篇GitHub2020年具有贡献代码、1篇论文技术美国医学影像公司CT机购买应用、1篇论文技术应用在苹果手机日系系统上。获得国际模式识别领域Top期刊Pattern Recognition Best Paper奖(排名第1),国际信号处理协会Blog论文(排名第1)，中国人工智能学会会刊CAAlTransaction on InteligenceTechnology的ExcellentPaper(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，江苏省计算机学会青年科技奖。担任CAAlTransaction on Intelligence Technology、IEEE TFS、IEEE TCE等多个 SC 期刊编委/客座编辑。
附件下载：
