近日，我院智能信息处理创新团队张卫东博士与东南大学、郑州大学、北京邮电大学等高校合作，在计算机视觉领域分别以“UnderwaterImage Enhancement via Wavelet Decomposition Fusion of Advantage Contrast”、“AGANet:Attention-Guided Generative Adversarial Network for Corn Hyperspectral Images Augmentation”和“ConstructingBalanced Training Samples: A New Perspective on Long-tailed Classification”为题在《IEEE Transactionson Circuits and Systems for Video Technology》(IF:8.3, 中科院一区Top)、《IEEE Transactions on Multimedia》(IF:8.4, 中科院一区Top)《和IEEE Transactionson Consumer Electronics》(IF:4.5,中科院二区)上发表3篇论文。
分别针对水下图像质量退化问题，团队提出了一种基于小波分解与对比度优势融合的增强方法，该方法能够有效提升水下图像的清晰度与视觉质量；针对小麦高光谱监督样本不足问题，团队提出了一种基于注意力引导的生成对抗网络（GAN）数据增强方法，有效缓解了深度网络对带标签真实样本的依赖，提高了模型的泛化能力；针对学习样本分布极度不均衡以及模型学习阶段易产生偏向的问题，团队提出了一种基于孪生网络的参数共享框架，该方法不仅有助于长尾分布的学习，还通过对比学习增强了模型对共享特征的提取能力，从而提升了模型的稳健性和泛化能力。
我院智能信息处理创新团队主要围绕图像增强与复原、遥感影像解译等方面开展研究。相关工作得到了国家自然科学基金区域联合创新重点项目、国家自然科学基金面上项目、河南省科技研发计划联合基金青年科学家项目以及中国博士后科学基金面上项目等资助。
（图片/张卫东初审/杜留锋复审/曲培新终审/李国厚）
