报告人：王龙光
报告地点：数学与统计学院二楼会议室
报告时间：2023年11月17日星期五11:00-12:00
邀请人：刘俊
报告摘要：
近年来，基于深度学习的图像超分辨方法取得了快速发展，在合成数据上取得了不错的性能。然而，在真实场景中，由于图像退化模型复杂且未知，现有基于合成数据的方法通常会出现明显的性能下降；同时由于图像超分辨的实时性要求高，现有方法仍难以满足端侧设备上的应用需求。针对上述问题，本报告主要围绕图像退化感知与模型轻量化两个方向，分享我们近期在图像超分辨率重建方面所做的一些工作。
主讲人简介：
王龙光，博士毕业于国防科技大学，主要研究方向为低层计算机视觉与三维视觉，在IEEE TPAMI、IEEE TIP、CVPR、ICCV、ECCV上发表论文22篇，其中一作CCF A类论文9篇，ESI高被引论文3篇，Google学术总引用2200余次。主持国家自然科学基金、军队装备综合研究等项目。获中国图象图形学学会优秀博士学位论文提名奖、国防科技大学优秀博士学位论文、VALSE焦点论文等奖励，入选2023年全球前2%科学家榜单。作为客座编辑在IET Computer Vision等期刊组织专刊，在CVPR 2022/2023上组织双目图像与光场图像超分辨率重建挑战赛，担任IEEE TPAMI、IJCV、IEEE TIP等期刊以及CVPR、ICCV、ECCV等会议的审稿人。
学校主页