副教授 硕士生导师
入职时间:2010-08-02
所在单位:计算机学院
学历:博士研究生毕业
在职信息:在职
(1) 法医硅藻图像目标检测
水中高度腐败的尸体的死因诊断是世界公认的法医学难题之一。目前硅藻检测与识别被法医学界普遍认为是水中腐败尸体溺死诊断最有效方法。但硅藻的检测与识别主要通过法医人工观察分析决定,检验结果不仅受法医主观经验影响,且费时费力。与一般目标检测与识别不同,硅藻检测与识别存在以下难点:硅藻样本数量有限、硅藻目标可能部分残缺、被遮挡、图像颜色单一。本项目以硅藻为研究对象,以提取有效特征、扩大模型泛化能力与训练有效深度模型为主线,探索面向法医溺死诊断的硅藻高效自动检测与识别的方法。
硅藻检测结果展示,其中红色框表示ground truth,蓝色框表示bounding box,左上角标识为硅藻种类,小数为预测的置信度。
(2) 低剂量CT去噪
X射线的致癌作用对人类的健康形成了巨大的威胁。应用重建后图像恢复技术有效地恢复低腹部低剂量CT图像的质量,使其达到甚至超过常规剂量图像的诊断质量,从而达到降级X射线辐射量的目的,是目前医用CT研究领域的焦点。因为人体腹部结构复杂、图像对比度低,所以多先验知识的融合是有效恢复腹部低剂量图像质量的核心。为了有效地恢复低剂量CT图像的诊断质量,本研究拟将高、低剂量3D CT图像之间的相关性、医学诊断的经验依据和复杂的人体腹部解剖结构作为恢复的先验知识,设计能融合这些先验知识的图像恢复算法对退化的腹部低剂量CT图像进行有效的质量改善处理。并通过统计检验、图像定量评价和诊断医生的定性评价对算法的性能进行定性和定量的分析和评价。
(3) 图像质量评价
随着5G时代的到来,实时传输的视频流和数字图像成为信息的重要的表现形式,同时也是重要的信息载体。如今图像相关业务的日益增长,在高度自动化和智能化的现代工业中图像质量评价(Image Quality Assessment, IQA)扮演着越来越重要的角色。当前图像质量评价主要包括主观评价方法和客观评价方法。主观评价方法受限于评价效率低,评价成本高的局限性,而基于数学模型和计算机算法的客观评价方法能够与数字系统结合服务于现代工业系统和数字化生活。由于人眼是图像最终的接收者,如何建立一个与人眼视觉感知具有高度一致性的客观IQA模型成为当今的研究热点。本研究从人类视觉系统(Human Visual System, HVS)的感知特性出发,对图像质量自动评价展开研究,开发、设计图像智能全自动评价系统及算法.
(4) 其他人工智能、机器视觉相关研究