【数学与统计及交叉学科前沿论坛------高端学术讲座第187场】
报告题目:从显式正则到隐式先验:基于非局部性与低秩性的图像重建算法研究
报 告 人:金其余 教授
报告时间:4月30日周四10:00-11:00
报告地点: 腾讯会议 943-848-267
报告摘要: 图像是核心信息载体,全域应用价值突出,但受成像、传输、处理等多重条件制约,易出现噪声、模糊、失真等质量退化问题,不仅损毁视觉观感、流失有效信息,还会干扰全链条后续实操应用。当下人工智能高速迭代,高清刚需持续攀升,图像重建算法及底层数学机理研究,已成为前沿热点,兼具关键理论价值与落地实用意义。本文聚焦图像重建核心的非局部性与低秩特性开展专项研究。一是优化非局部拉普拉斯算法,构建自适应归一化加权模型,适配航空高程稀疏重建,无需人工调参、不依赖彩色引导,鲁棒性优异;同步融合曲率先验,创新曲率引导非局部变分模型,完成收敛性理论佐证,有效提升重建信噪比。二是创新两类四元数低秩混合范数模型,适配多类图像逆问题,配套优化求解算法,核验收敛效能,兼顾重建精度与运算速率。三是融合双核心特性,搭建隐式低秩四元数深度分解模型,配套拓展四元数图正则项,规避多正则项超参调试难题,依托自监督模式求解,实测性能优于传统显式低秩算法。
报告人简介:金其余,兰州大学教授。法国南布列塔尼大学应用数学博士,巴黎六大、上海交通大学博士后,巴黎-萨克雷高等师范学校访问学者,内蒙古自治区“青年科技英才支持计划”青年科技领军人才,中国数学会医学数学专业委员会委员,中国运筹学会数学规划分会理事。长期与国内外多所大学保持合作,包括法国巴黎-萨克雷高等师范学校、巴黎六大、Centre Inria Rennes等。研究领域包括:图像处理、计算机视觉与最优化。相应成果发表于SIAM Journal on Imaging Sciences、Cell子刊Structure、JSC、JMIV,TIP,TMM,TIM,PR,IP,Miccai等期刊或会议。主持国家自然科学基金、内蒙古自然科学基金等项目多项。