5月7日晚8点，「学术新青年讲座」CVPR 2021特别企划第5讲，特邀南洋理工大学博士后研究员周郭青主讲，主题为《预测滤波网络在图像复原中的研究与应用》。

昨天的「AI修复五四运动现场」的视频大家看到了吗？这些视频、照片承载着一代代人的回忆，但在生成及传输过程中不可避免地存在各种不同程度的瑕疵。将图片变得更清晰、更鲜活，一直是图像复原追求的目标。

早期的图像复原使用基于扩散方法来处理，这种方法将局部结构传播到待修复的位置部分，或者基于示例的方法，每一次构建缺失部分的一个像素点，同时保持和周围像素点的一致性。然而，当图像有很大部分需要复原时，这些方法可能会失效。近年来，深度学习的兴起为图像复原提供了新的思路，通过训练海量数据，更好地学习退化图像部分与清晰图之间的非线性映射关系，解决了图像修复不精确的问题。但深度学习模型存在设计复杂、对算力要求高的问题，使得普通的 CPU 已经无法满足深度学习模型的要求，那如何设计一个简单高效的图像复原模型呢？

新加坡南洋理工大学博士后郭青等人提出了把预测滤波网络应用到图像复原中，通过预测滤波网络比较真实输出与预测输出来估计对应的模型误差，修正滤波器的状态, 实现对真实状态的估计，而滤波又是一种高度优化的操作，使得图像复原在GPU上的实现会非常快。

在本次讲座中，郭博将从预测滤波网络的研究现状出发，之后详细分析他在图像复原方向的两个成果：逐像素滤波的图像去雨算法和去除图像阴影的自动曝光融合网络。对次感兴趣的朋友不要错过明晚的直播，想要动手尝试的朋友也可以查看下面的论文和代码。

图像去阴影的研究成果被收录为CVPR 2021：

论文：https://arxiv.org/abs/2103.01255，

代码：https://github.com/tsingqguo/exposure-fusion-shadow-removal

图像去雨的研究成果被收录为AAAI 2021：

论文：https://arxiv.org/abs/2009.09238

代码：https://github.com/tsingqguo/efficientderain

郭青是新加坡南洋理工大学博士后，2019年毕业于天津大学智能与计算学部，获得博士学位，同年聘为Research Fellow加入新加坡南洋理工大学，并于2020年9月获得新加坡南洋理工大学校长博士后奖学金（Presidential Postdoctoral Fellowship）。他于2017、2013年获得国家研究生奖学金，2018年获得ICME最佳论文奖，2019年获得天津大学优秀博士论文。郭博的主要研究方向是视频目标跟踪、视觉增强、面向自然干扰的对抗样本的攻击及防御等。他在CVPR/ICCV/ECCV/NeurIPS/IEEE-TIP/ACM-MM/ICME/等国际高水平会议和期刊上发表论文20余篇，并担任CVPR/ICCV/IJCAI/ICPR/IEEE-TPAMI/IEEE-TIP/IEEE-TIFS 等会议和期刊的审稿人。