极市直播丨邓欣：TIP 2021-多曝光图像融合及超分辨的联合实现方法

一直以来，为让大家更好地了解学界业界优秀的论文和工作，极市已邀请了超过90位技术大咖嘉宾，并完成了76期极市线上直播分享。往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文，也欢迎各位小伙伴自荐或推荐更多多优秀的技术嘉宾到极市进行技术分享，与大家一起交流学习~~

由于手机、数码相机的硬件限制，拍摄的照片存在低分辨率、低动态范围的缺点，不能满足人们对于高分辨率、高动态范围图像的需求。超分辨技术和多曝光图像融合技术是分别解决这两个问题的有效方法，然而这两种方法常被视作独立的视觉任务进行研究。

在这次分享中，我们邀请到了毕业于伦敦帝国理工学院的邓欣博士，为我们介绍她团队在这两项任务的潜在关联性上进行的探索工作：

Deep Coupled Feedback Network for Joint Exposure Fusion and Image Super-Resolution (TIP 2021)。

本文设计了具有反馈机制的耦合神经网络，首次将超分辨与多曝光图像融合进行联合实现。实验证明，超分辨与多曝光图像融合具有互补促进的特点，使得输出图像同时具有高分辨率、高动态范围的良好视觉效果。

01

直播信息

时间

2021年3月25日（周四）20:00-21:00

主题

多曝光图像融合及超分辨的联合实现方法

02

嘉宾介绍

邓欣

博士毕业于伦敦帝国理工学院，北京航空航天大学“卓越百人”计划副教授，长期致力于多模态图像处理和可解释性神经网络方向的研究工作，取得了重要理论和技术突破。近5年来在人工智能顶级期刊TPAMI、图像处理顶级期刊TIP、计算机视觉顶级会议ICCV、CVPR、ECCV等发表论文20余篇，包含ICCV 2019 Oral及CVPR 2021 Oral。作为项目负责人承担国家自然科学基金青年项目一项，作为子课题负责人参与国家自然科学基金首批原创探索项目一项,承担中国人工智能学会-华为MindSpore基金一项。承担本科生课程“图像信号处理”及研究生课程“图像处理与信息隐藏”相关教学工作。担任IEEE TPAMI、TIP、TIT、JSTSP、TCSVT等国际知名期刊审稿人。

个人主页：

http://shi.buaa.edu.cn/XinDeng/zh_CN/index.htm

实验室主页：

http://buaamc2.net/index.html

03

关于分享

➤分享大纲

1、超分辨和多曝光图像融合技术应用场景

2、论文研究思路

3、网络设计思想及结构分析

4、数据集及实验结果展示

5、总结及展望

➤论文

Deep Coupled Feedback Network for Joint Exposure Fusion and Image Super-Resolution (TIP 2021)

论文地址：

https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9357931

代码地址:

https://github.com/ytZhang99/CF-Net

04

参与方式