書記信箱 校長信箱 學生郵件 教工郵件
信息公開 綜合信息網 網站地圖 English
您當前所在位置: 首頁 > 講座報告 > 正文
講座報告

Evaluation and Interpretation of Image Super-Resolution Networks

来源:人工智能學院          点击:
報告人 Chao Dong 時間 12月31日10:00
地點 北校區主樓III-401 报告時間

講座名稱:Evaluation and Interpretation of Image Super-Resolution Networks

講座人:Chao Dong

讲座時間:12月31日10:00

讲座地點:北校區主樓III-401


講座人介紹:

Chao Dong博士于2012-2016年就读于香港中文大学信息工程专业,获博士学位。2014年9月,在欧洲计算机视觉大会(ECCV)上发表论文SRCNN,首次将深度学习引入图像超分辨领域。2017年-2019年,带队参加国际超分辨率比赛NIRTE17, NIRTE18,PIRM18,NTIRE19和AIM2020,共获得8项冠军。2016年-2018年就职于商汤科技集团,任高级研究经理,带领商汤超分团队开发了世界首款基于深度学习的数码变焦软件。2018年6月全职加入中科院深圳先进技术研究院,成立XPixel画质团队,专注于底层机器视觉和图像处理。现担任VALSE执行AC、IEEE JSTSP期刊编委,中国科学院青促会会员。团队主页http://xpixel.group/。


講座內容:

图像超分辨率技术近些年来发展迅速,新的深度学习网络层出不穷。随着性能指标的逐年提升,我们开始关注超分网络的评价体系与背后原理。关于评价体系,我们当前的评价方法(如PSNR, NIQE)是否能够全面客观的评价当前算法?持续优化现有指标是否能够引导我们得到更好的算法?我们应如何评估GAN系列算法?为此我们建立了一个基于图像复原算法的数据集PIPAL,并全面评估了12种最新的超分网络和23种评价指标。关于背后原理,我们想知道更大的接收域和更多的尺度是否有真的有助于超分?为什么注意力机制会有效?不同的超分网络利用了哪些不一样的信息?为此我们提出一种新的适用于底层视觉任务的归因机制LAM,并利用这个工具分析了48种超分网络结构,以及不同测试数据与超分网络之间的关系。


主辦單位:人工智能學院

123

訪問量:

版權所有:西安電子科技大學     陝ICP備05016463號     建設與運維:信息網絡技術中心