【总结】CCF-MM走进高校@电子科技大学

CCF TCMT CCF多媒体专委会 2020-09-18

CCF-MM走进高校系列活动

CCF@U：CCF-MM

电子科技大学

2020年9月15日上午，中国计算机学会“CCF-MM走进高校”活动以在线直播的形式圆满举行。本次活动由中国计算机学会多媒体专业委员会主办，电子科技大学联合承办。报告会以“未来媒体技术前沿进展之视觉感知建模与增强”为主题，电子科技大学孟凡满副教授主持，特别邀请了西安电子科技大学董伟生教授、北京航空航天大学徐迈教授、宁波大学邵枫教授以及电子科技大学吴庆波副教授为大家带来精彩的专题报告。

董伟生教授的报告题目是“基于模型引导的深度神经网络图像恢复及模型压缩”。首先，董教授结合具体实例，向大家介绍了图像恢复领域在引入深度神经网络后取得的巨大进展，肯定了深度神经网络对于图像恢复性能提升的贡献。随后，董教授指出了目前大多数方法存在的共性问题，即这些方法都忽略了图像数据本身的先验知识，只是单纯地运用从输入到输出的端到端映射简化图像恢复问题。随着网络规模的扩大以及对于性能提升的需求，这样的简化使得该领域的发展面临新的挑战。而后，董教授报告了基于模型引导的图像恢复方法在深度网络构建方面的研究进展，讲解了先验知识在图像恢复中的关键作用。最后，董教授介绍了目前结合稀疏性的深度模型压缩的研究工作。

徐迈教授报告的题目是“数据驱动下的压缩视频增强”。首先，徐教授指出智能终端以及通信网路的飞速发展带来了视觉数据传输任务的爆炸式增长，而解决这一问题的关键技术就是视频编码。同时，徐教授指出，高压缩比的视频压缩会导致视频质量退化，极大降低了视频用户体验。随后，徐教授从两个方面详细介绍了他所在课题组在视频质量增强方面的研究工作。一方面徐教授讲解了基于多帧联合优化的压缩视频质量增强技术；另一方面徐教授详细介绍了面向盲质量增强的动态高效深度网络模型。最后，徐教授还对这一方向的发展给出了全面的总结与展望。

邵枫教授报告的题目是“全色/多光谱影像融合质量评价”。首先，邵教授介绍了遥感影像应用中的重要基础工作——全色/多光谱遥感影像融合，并指出大尺度全色/多光谱影像融合数据库的缺乏是目前遥感影像处理与分析面临的关键挑战。然后，邵教授给我们介绍了其所在课题组针对这一问题所构建的全色/多光谱影像数据库，并对这一数据库的内容以及主观质量评价方法进行了全面的讲解。该数据库包括多种国内外遥感卫星共2360对原始全色/多光谱图像，此外，数据库包含建筑物、绿色植被、水体和混合地物4种场景，并在此基础上，基于多种典型融合算法生成14160幅失真融合图像。最后，邵教授还在相关数据集上进行了全面的客观质量评价实验与分析，对推动相关领域研究提供了重要的数据支撑。

吴庆波副教授的报告题目是“视觉质量评价—从算法到应用”。首先，吴教授为大家介绍了视觉质量评价在建立稳定的视觉识别系统中发挥的重要作用，并且指出人类视觉系统存在的不足，即对于不同视觉内容的失真感知呈现非均匀与不确定的特性。而后，吴教授引出了本次报告的核心内容，即如何优化视觉质量评价模型并推广至应用层。吴教授分别从多任务学习、不确定性回归与感知重要性排序等方面详细讲解了其团队在视觉质量评价领域取得的成果。同时，为了大家能够更深刻地理解视觉质量评价模型，吴教授列举了其在现实场景中的运用，例如图像增强、目标检测等，展示了该技术的广阔应用前景。最后，吴教授对视觉质量评价的发展趋势与应用进行了展望。

在每一位专家的报告结束之后，活动都安排了提问环节。各位老师精彩的报告受到在线观众的极大关注，大家通过弹幕以及后台积极地向各位专家提问以及交流，现场气氛热烈。本次CCF-MM走进高校系列报告会通过腾讯会议+B站直播的方式，在3小时20分钟的时间内，达到了557的观看人气峰值。