理学院学术报告20211026
发布人:何杰  发布时间:2021-10-25   浏览次数:12

底层视觉任务中噪声建模方法



孟德宇  教授 


西安交通大学


报告时间:2021102610:00  

报告地点:腾讯会议 900 635 872


摘要:针对底层视觉处理的任务,如高光谱遥感图象去噪等,传统模型驱动的方法大多采用MAP模型的不确定性概率框架构建,其具有相对清晰的解释性,有利于对领域知识与数据理解较好的问题针对性构建合理模型,获得良好求解效果。然而现代数据驱动方法采用端到端的确定性模式处理问题,依赖于预先收集的大量训练数据,此类方法在各项底层视觉任务中全面超越传统模型驱动方法。本报告将特别从噪声建模的角度,一方面尝试分析模型驱动与数据驱动的各自适用场合与有效性前提,另一方面提出一种不确定性深度学习方法,尝试将两种方法论统一在统一概率框架下,从而达到数据驱动与模型驱动方法论优势互补,功能相互折衷的目标。



报告人简介:孟德宇,西安交通大学教授,博导,任大数据算法与分析技术国家工程实验室统计与大数据中心副主任。主要研究兴趣为机器学习、计算机视觉与人工智能中的基础研究问题。共发表论文100余篇,其中IEEE Trans.长文40余篇,CCF A类会议论文40余篇,谷歌引用万余次。