欢迎访问西安电子科技大学通信工程学院网站!

学院主页

西电通院荣获国际顶会CVPR2020光谱重建比赛冠军

发布时间:2020-06-17 浏览:

西电通院荣获国际顶会CVPR2020光谱重建比赛冠军

通讯员(曹锴郎,武超雄)

近日,计算机视觉顶级会议CVPR[1]IEEE Conference on Computer Vision and Pattern Recognition)举办的历时4个月的国际图像视频复原和增强大赛(NTIRE 2020)陆续结束。通信工程学院李娇娇老师(https://web.xidian.edu.cn/jjli/)带领的参赛队伍IPIC_SSR在光谱重建挑战赛(Spectral Reconstruction from an RGB Image)赛道中荣膺Clean赛道冠军,并受邀在5th NTIRENew Trends in Image Restoration and Enhancement workshop and challenges的线上研讨会上做专题报告。

1NTIRE 2020 Spectral Reconstruction Challenge比赛结果

2  CVPR 2020线上研讨会报告

http://cvpr20.com/new-trends-in-image-restoration-and-enhancement/

 

CVPRIEEE国际计算机视觉与模式识别会议IEEE Conference on Computer Vision and Pattern Recognition的缩写。该会议是计算机视觉国际三大顶会(CVPR, ICCV, ECCV)之一,历来受国际学术界和工业界的重视,是国际计算机视觉研究机构研究实力排名的重要依据。CVPR在最新的GoogleScholar热门出版物排行[https://scholar.google.com/citations?view_op=top_venues&hl=zh-CN]中排名第10H5中位数383,在理工类出版物中仅次于Nature, ScienceNature Communications等杂志。

3Google Scholar热门出版物排名

https://scholar.google.com/citations?view_op=top_venues&hl=zh-CN

NTIRE关注于图像质量恢复与增强的前沿工作,致力于推动退化图像内容恢复、缺失信息填补等图像处理关键问题的演进,面向实际工程应用场景提出优秀解决方案。截至目前,NTIRE已成功举办四届挑战赛,是国际上最具影响力的视频和图像复原竞赛。本次NTIRE2020RaduTimofteShuhang GuMing-Hsuan Yang等众多知名学者组织,设有多个赛道,涵盖了光谱重建、超分辨率、去雾、去模糊、降噪等多个图像视频处理热门研究方向。

光谱重建是多光谱和高光谱影像处理中的难题,算法成果在医学、科研、工业和农业应用中都有广泛而深入的影响。本届NTIRE光谱重建挑战赛要求以单幅RGB图像为输入,重建相应的高质量高光谱影像,组委会提供了迄今为止数量最多的光谱重建数据集,图源内容复杂多样,重建难度极大。针对官方提供的样本数据特点,李娇娇老师带领IPIC_SSR团队创新性地提出了自适应加权注意力网络用于光谱重建算法思路,特别是针对图源内容多样性的难点,提出基于分块的二阶非局部模块增强空间特征表达,很好地解决了内容多样化引起的网络泛化性差的问题。

由于受疫情影响,本次大赛整个赛程中团队成员都处于居家隔离状态,李娇娇老师投入大量时间调整算法、修改代码、测试性能,并积极组织团队进行高效地线上交流和协作,用求真务实的校训和战疫精神鼓舞团队,不断精益求精,最终取得Clean赛道第一名的好成绩。

本届比赛由苏黎世联邦理工学院、香港理工大学、华为诺亚、迪士尼研究院等研究机构资助,吸引了包括香港城市大学、亚琛大学影像与计算机视觉研究所、商汤科技研究院、西北工业大学、哈尔滨工业大学等全球知名高校及科研院所的103支注册队伍参加。

参赛团队介绍

https://web.xidian.edu.cn/jjli/images/20190722_182356.jpg

李娇娇是通信工程学院图像传输与处理研究所(图像所)骨干成员,图像所是ISN国家重点实验室成员单位,负责人为李云松教授。图像所遥感图像智能处理方面有多年积累,不仅注重理论和技术的创新,而且注重成果的落地应用,科研成果在载人航天、探月、火星探测等工程中都有实际应用。通信工程学院一直大力支持人工智能技术在通信领域的结合和应用,重视学院老师在科研工作上的创新与突破。比赛期间正值疫情隔离时期,学院和ISN国家重点实验室领导为团队提供了远程协助,保障了团队的科研条件,给予了充足的资金和计算资源,为团队专注于算法研究解决了后顾之忧。

[1]CVPR影响力https://scholar.google.com/citations?view_op=top_venues&hl=zh-CN

[2]图像所官网http://ipic.xidian.edu.cn/cn/