| 极市线上分享 第104期 |

一直以来，为让大家更好地了解学界业界优秀的论文和工作，极市已邀请了超过100位技术大咖嘉宾，并完成了103期极市线上直播分享。
往期分享请前往https://www.cvmart.net/community/detail/149，也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享，与大家一起交流学习~~

随着深度学习在图像复原领域的不断发展与应用，尤其在图像去噪和图像超分辨领域，卷积神经网络通过深度架构获得了显著的图像处理性能。然而，卷积神经网络在恢复复杂场景下受损图像的鲁棒性常遭受挑战。同时，手机、相机等移动终端对模型的大小提出了要求。

在本次分享中，我们邀请到了西北工业大学软件学院副教授田春伟，针对上述两个显著问题为我们介绍他们最新的3篇工作：

Multi-stage image denoising with the wavelet transform (Pattern Recognition 2022)

Image Super-resolution with An Enhanced Group Convolutional Neural Network (Neural Networks 2022 )

A heterogeneous group CNN for image super-resolution (IEEE TNNLS 2022)

这些方法主要将信号处理、判别学习、残差学习、动态卷积和组卷积等结合，设计高效卷积神经网络，解决图像去噪、图像超分辨问题。

回放地址：https://www.bilibili.com/video/BV15g411h7fh/

01 直播信息

主题：基于结构信息的图像复原方法研究

02 嘉宾介绍

田春伟

工学博士，博士后。现为西北工业大学软件学院副教授和空天地海一体化大数据应用技术国家工程实验室成员。哈尔滨工业大学获得计算机应用技术工学博士学位和西北工业大学博士后，师出教育部长江学者徐勇教授、教育部长江学者张艳宁教授、教育部新世纪人才左旺孟教授和林嘉文教授（Chia-Wen Lin, IEEE Fellow/ IEEE CASS Fellow Evaluating Committee Member）。研究方向：图像去噪、图像超分辨和深度学习。已在IEEE TNNLS、IEEE TSMC、IEEE TMM、Pattern Recognition、Information Sciences、Neural Networks和ICASSP等国际期刊和会议上发表学术论文50余篇、申请发明专利9项和软件著作权16项。入选2022年江苏省高层次人才、2022年苏州市科协青年科技人才托举工程，获得2021年深圳市计算机学会优秀博士学位论文、2022年哈尔滨工业大学优秀博士学位论文、2022年太仓市自然科学优秀论文和中国博士后科学基金第4批特别资助（站前）。主持国家、省市和横向等项目13项。担任《CAAI Transactions on Intelligence Technology》(SCI-IF:7.985)、《Defence Technology》(SCI-IF:4.035)等10个国际和国内期刊的编委/青年编委。

03 关于分享

➤分享大纲

1.研究背景
2.基于多阶段小波变换卷积神经网络的图像去噪方法
3.基于增强组卷积神经网络的图像超分辨方法
4.基于异构组卷积神经网络的图像超分辨方法
5.总结

➤论文地址

1.Multi-stage image denoising with the wavelet transform (Pattern Recognition 2022)
论文链接：https://arxiv.org/abs/2209.12394

代码地址：https://github.com/hellloxiaotian/MWDCNN

2.Image Super-resolution with An Enhanced Group Convolutional Neural Network (Neural Networks 2022 )

论文链接：https://arxiv.org/abs/2205.14548

代码地址：https://github.com/hellloxiaotian/ESRGCNN

3.A heterogeneous group CNN for image super-resolution (IEEE TNNLS 2022)

论文链接：https://arxiv.org/abs/2209.12406

代码地址：https://github.com/hellloxiaotian/HGSRCNN