研究基础
图像视频退化模型构建方法
- 揭示了图像退化过程的内在机理，提出了不依赖于图像类型的特征度量准则；
- 提出了知识建模与数据驱动相结合的判别式退化模型构建方法，有效地刻画了复杂环境下噪声和离群点的分布性质；
- 根据Google Scholar统计，代表性工作单篇最高被引610余次。
图像视频复原与增强方法
- 揭示了统计先验在刻画清晰图像视频特征中的作用机理，提出了有效的图像先验（如L0约束的亮度和梯度先验：L0RIG等），显著提升了复原结果的质量；
- 发现了领域知识对深度学习建模作用的本质，提出了知识引导和优化方法驱动的深度学习模型构建方法，克服了现有方法特征表示能力差和泛化能力弱的问题；
- 根据Google Scholar统计，代表性工作单篇最高被引1170次。
图像视频复原与内容理解之间的关联性
- 揭示了语义特征在退化过程中的不变性质，提出了面向语义特征学习的图像视频复原与增强方法，克服了基于局部底层特征所导致的语义结构丢失的问题；
- 发现了物体分割与图像视频复原模型之间的内在作用机理及协同机制，提出了融合分割算法的图像视频复原框架， 显著地提升了特定目标的成像质量。
