智能图像处理与计算机视觉
2025年1月1日
·
1 分钟阅读时长
概述
我们将深度学习技术应用于医学影像、气象预测、工业检测等领域，研究图像分割、修复、生成与增强等核心视觉任务，注重算法创新与实际场景落地的结合。
研究方向
- 医学图像分割：基于深度卷积神经网络的心脏MRI分割与多任务学习
- 图像修复与增强：多尺度渐进式人脸去模糊、属性变换的多元人脸修复
- 气象智能预测：基于改进条件GAN的近地表气温估计，基于强化学习的气象推理链生成
- 工业缺陷检测：电磁无损检测中的缺陷智能识别与重构算法
- 虹膜分割：基于 Mask R-CNN 的精确虹膜区域分割
代表性成果
- 提出改进条件GAN的近地表气温估计方法（Sensors 2024）
- 提出自动化气象推理链数据生成方法（ICIMCT 2025）
- 提出多尺度渐进式盲人脸去模糊算法（Complex & Intelligent Systems 2022）
- 提出属性变换的多元人脸修复方法（IEEE TMM 2022）
- 提出超图增强U-Net分割方法（CSSE 2022）
- 承担多层复杂结构电磁热多参数层析成像检测等工业检测项目