报告人简介：

王卫卫，西安电子科技大学数学与统计学院教授，博士生导师，中国数学会计算数学分会理事。长期从事图像恢复、机器学习方面的研究。主持完成国家自然科学基金面上项目3项，在研1项。在IEEE TIP，TCSVT，TIM，SIAM JMM等期刊发表论文70余篇。

报告简介：

图像在成像、传输或存储过程中不可避免地遭受各种退化，图像恢复目的是利用退化的观察图像恢复出潜在的高质量图像。在夜间或光线极弱环境、或恶劣天气条件下拍摄的图像通常会出现亮度不足、对比度低、细节丢失等问题，导致图像质量较差，难以满足应用需要。因此需要研究低光图像增强技术，对低光照图像进行处理，以提高其亮度、对比度、细节清晰度和色彩准确性等，从而改善图像的视觉质量和可用性。传统优化方法对图像先验假设不能适应所有图像，且求解需要大量迭代；纯神经网络的方法解释性弱。此报告主要介绍本课题组结合优化方法与神经网络解决图像恢复和低光图像增强问题取得的一些成果。