時間：2023年6月2日 星期五 9:30-10:30
地點：東校區(qū)二教505
報告題目：非局部均值算法理論及其拓展
報告人： 金其余教授
邀請人：陳艷美
報告摘要：非局部均值算法具有良好的去噪效果和可結(jié)合性，因此它廣泛地應用于人工智能各個領域中。本報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)選取問題，并大幅度提升了算法的性能。接著對研究非局部均值算法的平滑核進行研究，通過最小化均方誤差得出平滑核參數(shù)自適應算法NLM-L2和擴展非局部均值算法。為了使算法更一般化，將高斯噪聲弱化成0均值的獨立同分布的噪聲（包括拉普拉斯噪聲，泊松噪聲經(jīng)過方差穩(wěn)定變化之后的噪聲）。另外通過最小化絕對值誤差也得到了相應的平滑核參數(shù)自適應參數(shù)算法NLM-L1，理論證明相對于NLM-L2要困難一些，但NLM-L1具有更強的魯棒性。在理論研究的基礎上，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，對于隨機點確實的矩陣補全也有非常好的效果。
報告人簡介：金其余，內(nèi)蒙古大學教授、博導。法國南布列塔尼大學應用數(shù)學博士，巴黎六大、上海交通大學博士后，巴黎-薩克雷高等師范學校訪問學者，內(nèi)蒙古自治區(qū)“青年科技英才支持計劃”青年科技領軍人才。長期與國內(nèi)外多所大學保持合作，包括法國巴黎-薩克雷高等師范學校、巴黎六大、Centre Inria Rennes等。研究領域包括：圖像處理、計算機視覺與最優(yōu)化。相應成果發(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。主持國家自然科學基金、內(nèi)蒙古自然科學基金等項目多項
歡迎各位老師同學們前來參加！
