喜报 | 我所三篇论文被国际顶级期刊IEEE TCI录用

发布时间：2023年4月11日

      我所近期有三篇论文被计算摄影方面的国际顶级期刊IEEE Transaction on Computational Imaging录用。论文针对低光照场景、反射场景下，图像细节补充、增强及恢复的相关问题展开了一系列的研究。

      论文一

      Light Field Reconstruction using Efficient Pseudo 4D Epipolar-Aware Structure

      该论文由我所研究生陈阳玲、博士生常松在张硕老师和林友芳老师的指导下完成。

      该论文提出了一种感知4D极线结构的光场图像空间及角度超分辨模型框架，利用不同视图下的互补信息对光场图像在空间域和角度域上进行上采样，利用双边交互模块和并行空间角度集成模块对极线、空间、角度信息进行充分交互。此外，论文还提出了一种通用的大视差优化模型，通过整合不同视差范围的超分结果进一步提升了大视差数据上的超分结果。在合成和真实数据集上的大量实验证明该方法优于目前现有的算法。

      论文二

      Multi-Stream Progressive Restoration for Low-Light Light Field Enhancement and Denoising

      该论文由我所研究生王祥朗在张硕老师和林友芳老师的指导下完成。

      光场图像去噪和低光照光场图像增强目标是改善在于光场图像质量。基于光场视角排布规律，我们设计了三种不同的视角堆栈，利用不同网络分支提取并聚合互补像素信息。为了充分利用来自不同增强分支的互补特征，我们设计了一个高效的融合模块来聚合特征。为了取得更优的效果，采取了渐进恢复的策略来恢复光场。实验结果表明本方法在低光照光场增强和光场去噪任务中可以取得优秀的效果。

      论文三

      Light Field Reflection and Background Separation Network Based on Adaptive Focus Selection

      该论文由我所研究生沈泽琪在张硕老师和林友芳老师的指导下完成。

      光场反射分离任务有助于提高图像的视觉质量并提升后续计算机视觉任务的性能。基于光场图像中背景物体和反射物体的视差差异，本文提出了第一个基于深度学习的光场反射分离模型。该模型首先通过多尺度空间角度卷积模块提取并融合双平面在不同视角图像的特征。同时利用重聚焦特征生成模块生成初步聚焦清晰的背景图像和反射图像。最后通过双重注意力机制模块分别重构最终的背景图像和反射图像。多个合成和真实数据集上的定量和定性比较结果说明了本文的方法取得了优秀的反射分离效果。

      恭喜以上老师和同学在科研中取得优秀的成果，也希望同学们能够再接再厉，继续在科研的道路上不断前行，取得更多优异的成果。