报告主题：图像分析：从ADMM、深度学习到分数阶拉普拉斯算子
报告人：姚正安 教授 （ 中山大学）
报告时间：2019年4月21日（周日）13:30
报告地点：校本部计算机楼402
邀请人：应时辉
报告摘要： 1、针对图像平滑问题，
(1)在像素域上，提出一种新的同时极小化梯度的L0和L2范数的优化模型；
(2)在小波变换域上，提出一种基于平移不变小波的L0优化模型.
利用ADMM求解，两个方法都收敛且具有更好地视觉平滑效果.
2、为提高深度网络训练效率，
(1)利用图像本身的多尺度特性，针对深度卷积神经网络，提出有监督的多尺度残差预训练方法，大大提高了原网络训练时的收敛速度.
(2)利用多尺度的卷积核，设计结构单元，将传统卷积层替换为离散小波变换，后者在深度网络中需要的参数极少，这样大大减少模型的复杂度和参数量.
3、分数阶拉普拉斯算子在图像处理中应用.
欢迎教师、学生参加！