报告题目：图像复原中的优化模型、算法和应用研究

主讲人：唐玉超 教授

时 间：2022年10月15日（周六）上午10:00-12:30

地 点：腾讯会议（会议号376-468-923）

主办单位：理学院

摘要:

信号和图像处理、医学图像重建以及机器学习等中的许多问题都可以归结为凸或非凸优化问题，由于这些问题的规模通常都很大，如何设计高效快速且有理论保证的优化算法是现实而又重要的问题。本报告首先介绍几类典型的图像复原问题，并给出具体图像复原模型。然后系统介绍围绕这些图像复原模型的优化算法及其收敛性分析，包括原始对偶Chambolle-Pock算法、Condat-Vu算法和预三算子分裂算法等，我们不仅揭示这些算法与传统算子分裂算法之间的联系，而且指出这些算法与深度学习框架结合的策略。最后，通过将所提算法应用于图像去噪和医学图像重建等问题，并与其他算法进行比较，说明所提算法的有效性和优越性。

主讲人简介：

唐玉超，男，南昌大学数学系，教授。2013年西安交通大学数学与统计学院博士毕业。主要研究方向图像处理中的优化模型和算法。在研国家自然科学基金地区项目1项，主持完成国家自然科学基金地区项目、国家自然科学基金青年项目、江西省自然科学基金青年项目和江西省教育厅青年科学基金项目各1项。已在《Journal of Scientific Computing》、《Inverse Problems and Imaging》和《中国科学：数学》等国内外知名期刊发表SCI收录论文30余篇。中国数学会和中国工业与应用数学学会会员。美国数学评论员（112437）。2016年9月—2017年9月，受国家留学基金委资助在美国北卡罗来纳大学教堂山分校访问研究一年。