加入收藏夹
联系我们
关于本站
个人主页
西电导航
西安电子科技大学
    当前位置:首页>>学术讲座
Image Quality Assessment with Sparse Representation
时间:2017-11-13 15:24    点击:   所属单位:空间科学与技术学院
讲座名称 Image Quality Assessment with Sparse Representation
讲座时间 2017-11-18 14:50:00
讲座地点 南校区G240报告厅
讲座人 李雷达
讲座人介绍
李雷达,博士,教授,博士生导师,江苏省“青蓝工程”中青年学术带头人,江苏省“六大人才高峰”高层次人才,中国矿业大学青年学术带头人、优秀青年骨干教师、十佳青年教职工,校学术委员会委员。2004年6月获西安电子科技大学学士学位,2009年6月获西安电子科技大学博士学位(校优秀博士论文);2008年2月至6月,台湾高雄应用科技大学访问研究;2014年1月至2015年1月,新加坡南洋理工大学访问学者;2016年7月至2017年7月,新加坡南洋理工大学高级研究员。
主要研究方向为图像分析与理解、视觉质量评价、多媒体信息安全等;已在IEEE TIP、TMM、TCYB、TIE、TIFS等国内外学术期刊和国际会议上发表学术论文100余篇,其中SCI检索50余篇,论文被引用1000余次;出版专著1部;主持国家自然科学基金面上项目2项,国家自然科学基金青年基金1项,以及其他各类项目10余项;获得省部级科研成果奖励7项;获得国家发明专利3项。现任SCI国际期刊EURASIP Journal on Image and Video Processing 副编辑,IEEE会员,CCF会员。
 
讲座内容 Dictionary-based sparse representation (SR) has been widely studied due toits ability to extract inherent image structures.Overcomplete dictionaries learned from natural images consist of atoms that are similar to the simple cells in the primary visual cortex.Furthermore, atoms inthe dictionaries are typically edge patterns, and image distortions usually lead to edge degradations. This indicates that sparse representation can be used for image qualityassessment, because visible distortions can cause significantchanges to the sparse features. In this talk, I will introduce our recent work on SR-based image quality assessment, including full-reference quality assessment for common distortions and no-reference image sharpness assessment. Experimental results will be presented with valuable discussions.
转载请注明出处:西安电子科技大学学术信息网
如果您有学术信息或学术动态,欢迎投稿。我们将在第一时间确认并收录,投稿邮箱: meeting@xidian.edu.cn
Copyright © 2011-2017 西安电子科技大学 
开发维护:电子工程学院网络信息中心  管理员:meeting@xidian.edu.cn 站长统计: