CAAI云论坛丨深度学习系列论坛第八讲将于4月27日在线举办

基于深度学习的图像超分辨率重建技术

视觉是人类感知外部世界的最主要途径，提供了超过80%的外界信息。在实际中，受制造成本、传输带宽、成像条件等因素的限制，相机采集到的原始图像的分辨率有时仍难以满足应用需求。低分辨率的图像造成了大量细节信息的丢失，不仅降低了图像的视觉质量，还限制了后续图像处理的性能。为此，图像超分辨率重建技术应运而生，旨在从低分辨率图像中重建得到高分辨率图像。本报告首先介绍了图像超分辨率重建技术的应用与挑战；之后对单帧图像、双目图像、视频图像等不同应用场景下的图像超分辨率重技术进行了介绍；最后，分析了图像超分辨率重建技术在端侧设备上的部署难题，并介绍了图像超分辨重建的加速技术。

指导老师为安玮教授与郭裕兰副教授。主要研究方向为低层计算机视觉与三维视觉，专注于二者的交叉领域，特别是图像和点云的复原与重建。以第一作者在IEEE T-PAMI、IEEE T-IP、CVPR、ICCV等CCF A类期刊和会议上发表7篇论文。曾获湖南省优秀硕士学位论文、VALSE 2020焦点论文、光华奖学金等奖励，曾在CVPR上组织NTIRE 2022双目图像超分辨率重建挑战赛。担任IEEE T-PAMI、IEEE T-IP、IEEE T-MM、IEEE T-CSVT等国际期刊以及CVPR、ICCV、ECCV、ACM MM等国际会议的审稿人。