時(shí)間：2023年6月2日 星期五 9:30-10:30
地點(diǎn)：東校區(qū)二教505
報(bào)告題目：非局部均值算法理論及其拓展
報(bào)告人： 金其余教授
邀請(qǐng)人：陳艷美
報(bào)告摘要：非局部均值算法具有良好的去噪效果和可結(jié)合性，因此它廣泛地應(yīng)用于人工智能各個(gè)領(lǐng)域中。本報(bào)告討論了非局部均值算法收斂性理論，并在理論上解決了非局部均值算法窗口參數(shù)選取問(wèn)題，并大幅度提升了算法的性能。接著對(duì)研究非局部均值算法的平滑核進(jìn)行研究，通過(guò)最小化均方誤差得出平滑核參數(shù)自適應(yīng)算法NLM-L2和擴(kuò)展非局部均值算法。為了使算法更一般化，將高斯噪聲弱化成0均值的獨(dú)立同分布的噪聲（包括拉普拉斯噪聲，泊松噪聲經(jīng)過(guò)方差穩(wěn)定變化之后的噪聲）。另外通過(guò)最小化絕對(duì)值誤差也得到了相應(yīng)的平滑核參數(shù)自適應(yīng)參數(shù)算法NLM-L1，理論證明相對(duì)于NLM-L2要困難一些，但NLM-L1具有更強(qiáng)的魯棒性。在理論研究的基礎(chǔ)上，非局部均值算法與低秩矩陣分解結(jié)合得到了新的算法，在傳統(tǒng)算法里面具有非常好的去噪效果，對(duì)于隨機(jī)點(diǎn)確實(shí)的矩陣補(bǔ)全也有非常好的效果。
報(bào)告人簡(jiǎn)介：金其余，內(nèi)蒙古大學(xué)教授、博導(dǎo)。法國(guó)南布列塔尼大學(xué)應(yīng)用數(shù)學(xué)博士，巴黎六大、上海交通大學(xué)博士后，巴黎-薩克雷高等師范學(xué)校訪問(wèn)學(xué)者，內(nèi)蒙古自治區(qū)“青年科技英才支持計(jì)劃”青年科技領(lǐng)軍人才。長(zhǎng)期與國(guó)內(nèi)外多所大學(xué)保持合作，包括法國(guó)巴黎-薩克雷高等師范學(xué)校、巴黎六大、Centre Inria Rennes等。研究領(lǐng)域包括：圖像處理、計(jì)算機(jī)視覺與最優(yōu)化。相應(yīng)成果發(fā)表于SIAM Journal on Imaging Sciences、Cell子刊Structure、Journal of scientific computing、Journal of Mathematical Imaging and Vision，TIP等期刊。主持國(guó)家自然科學(xué)基金、內(nèi)蒙古自然科學(xué)基金等項(xiàng)目多項(xiàng)
歡迎各位老師同學(xué)們前來(lái)參加！
