推薦幾個(gè)出論文的好方向！！！

先后于CVPR、ICCV、ECCV、AAAI等國(guó)際頂級(jí)會(huì)議，以及TPAMI、TIP等國(guó)際頂級(jí)期刊上發(fā)表論文13篇；常年擔(dān)任CVPR、ICCV、ECCV、TIP等國(guó)際頂級(jí)會(huì)議及期刊的審稿人，每年審稿十余篇；

曾獲CVPR杰出審稿人獎(jiǎng)項(xiàng)；擁有豐富的與國(guó)內(nèi)外知名導(dǎo)師合作的經(jīng)驗(yàn)，對(duì)學(xué)術(shù)前沿及導(dǎo)師招生邏輯有較深的理解；研究領(lǐng)域：基于深度學(xué)習(xí)的底層計(jì)算機(jī)視覺(jué)任務(wù)，包括但不限于圖像增強(qiáng)、圖像復(fù)原等。

課題一：基于自適應(yīng)實(shí)例歸一化的先驗(yàn)圖像復(fù)原技術(shù)探究（Image Restoration with deep priors based on Adaptive Instance Normalization）

1、充分理解圖像復(fù)原研究領(lǐng)域的相關(guān)工作發(fā)展脈絡(luò)，能夠?qū)ΜF(xiàn)有方法的優(yōu)缺點(diǎn)進(jìn)行總結(jié)

2、調(diào)研學(xué)習(xí)多種圖像歸一化策略，思考其在圖像復(fù)原方向的應(yīng)用場(chǎng)景

3、在課程期間，思考圖像復(fù)原任務(wù)中可以應(yīng)用的先驗(yàn)信息，同時(shí)思考如何使用自適應(yīng)實(shí)例歸一化策略通過(guò)相應(yīng)先驗(yàn)信息對(duì)復(fù)原網(wǎng)絡(luò)進(jìn)行正則化約束

4、撰寫相應(yīng)的研究計(jì)劃

課題二：基于對(duì)比學(xué)習(xí)的深度無(wú)監(jiān)督圖像超分技術(shù)探究（Deep Unsupervised Image Super-Resolution based on Contrastive Learning）

1、調(diào)研總結(jié)基于深度學(xué)習(xí)的圖像超分相關(guān)論文并進(jìn)行總結(jié)

2、理解真實(shí)圖像超分與仿真圖像超分之間的聯(lián)系與區(qū)別，并思考真實(shí)圖像超分面臨的技術(shù)難點(diǎn)

3、調(diào)研對(duì)比學(xué)習(xí)等深度無(wú)監(jiān)督學(xué)習(xí)任務(wù)，思考其與真實(shí)圖像超分工作的聯(lián)系絡(luò)進(jìn)行正則化約束

4、撰寫相應(yīng)的研究計(jì)劃

課題三：人類視覺(jué)感知特性引導(dǎo)的圖像相似度評(píng)價(jià)指標(biāo)研究（Image Similarity Metrics Guided by Human Perceptions）

1、通過(guò)觀察課堂提供的樣例，了解目前圖像復(fù)原、增強(qiáng)方法結(jié)果的問(wèn)題

2、通過(guò)對(duì)比圖像視覺(jué)效果與現(xiàn)有評(píng)價(jià)指標(biāo)，了解當(dāng)前指標(biāo)存在的問(wèn)題

3、調(diào)研圖像質(zhì)量評(píng)價(jià)、相似度評(píng)價(jià)等相關(guān)文章，設(shè)計(jì)基于深度學(xué)習(xí)的更符合人類視覺(jué)特性的圖像相似度評(píng)價(jià)指標(biāo)

4、撰寫相應(yīng)的研究計(jì)劃

課題四：基于模型蒸餾的高效圖像復(fù)原及增強(qiáng)方法研究（Efficient Image Restoration and Enhancement based on Model Distillation）

1、充分調(diào)研當(dāng)前圖像復(fù)原、增強(qiáng)等底層視覺(jué)方法的運(yùn)行速度及復(fù)雜度，并進(jìn)行總結(jié)

2、在課堂上學(xué)習(xí)工業(yè)界真實(shí)的圖像增強(qiáng)、復(fù)原任務(wù)需求，理解當(dāng)前方法的速度短板，明確高效方法研究的重要性

3、調(diào)研思考模型蒸餾技術(shù)相關(guān)進(jìn)展

4、撰寫相應(yīng)的研究計(jì)劃

課題五：基于深度自注意力模型的圖像翻譯技術(shù)探究（Image-to-Image Translation based on Deep Self-Attention Model）

1、調(diào)研并總結(jié)圖像翻譯以及深度自注意力模型的相關(guān)進(jìn)展，并分析現(xiàn)有圖像翻譯工作的問(wèn)題

2、分析圖像翻譯任務(wù)對(duì)全局信息以及遠(yuǎn)距離相關(guān)性的依賴性，了解深度自注意力模型在建模圖像遠(yuǎn)距離相關(guān)性方面的優(yōu)勢(shì)

3、撰寫相應(yīng)的研究計(jì)劃

?對(duì)升學(xué)的幫助

本課程涉及的深度學(xué)習(xí)基礎(chǔ)知識(shí)以及其在底層計(jì)算機(jī)視覺(jué)領(lǐng)域的應(yīng)用，是計(jì)算機(jī)算法尤其是計(jì)算機(jī)視覺(jué)算法、機(jī)器學(xué)習(xí)領(lǐng)域的必備知識(shí)/進(jìn)階能力，能為有意讀計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)、人工智能等方向研究生的同學(xué)打下扎實(shí)基礎(chǔ)/提升保研夏令營(yíng)面試/考研復(fù)試/碩士博士申請(qǐng)的成功率。國(guó)內(nèi)外多所大學(xué)（斯坦福大學(xué)、香中文大學(xué)、清華大學(xué)等）的知名研究組都十分看重學(xué)生的這些專業(yè)背景與實(shí)踐。

?對(duì)就業(yè)的幫助

本課程所涉及到的深度學(xué)習(xí)算法、圖像增強(qiáng)復(fù)原等底層視覺(jué)相關(guān)技術(shù)，是就業(yè)時(shí)的必備能力/是提升就業(yè)競(jìng)爭(zhēng)力的利器。就業(yè)方向包括：

• 互聯(lián)網(wǎng)大廠（騰訊，阿里巴巴，百度，字節(jié)跳動(dòng)等）計(jì)算機(jī)視覺(jué)算法工程師

• 硬件廠商（華為、小米、海康威視等）底層視覺(jué)研究團(tuán)隊(duì)算法工程師

• AI或計(jì)算機(jī)視覺(jué)獨(dú)角獸（商湯科技、曠視科技等）算法工程師

• 國(guó)企、政府事業(yè)單位如電視臺(tái)等相關(guān)研究團(tuán)隊(duì)工程師