活动/讲座时间：2014-04-10 14：30

活动/讲座地点：犀浦校区X2431

活动/讲座嘉宾：翟东海 副教授

嘉宾介绍：

翟东海，博士，副教授，分别于1997年、2000年、2003年在西南交通大学获得工学学士学位、硕士学位、博士学位。曾先后就职于迈普数据通信公司任软件工程师、IBM中国研究院任高级研究员，2006年进入西南交通大学信息科学与技术学院工作，期间于2010年被中组部选派为“第六批援藏干部”在西藏大学工学院从事3年的科技援藏工作(已于2013年7月31日圆满结束)。主要研究领域为数字图像处理(数字图像修复)、海量数据挖掘 (藏语网络舆情监测)。近年来主持国家社会科学基金项目、国家语委“十二五”科研规划项目、教育部科学技术研究重点项目、科技部国家软科学研究计划项目、中央高校基本科研业务费专项资金科技创新项目、西藏自治区科技厅科技计划项目、西藏自治区教育科学“十二五”规划项目等科研项目7项；主研国家自然科学基金项目1项、教育部人文社会科学研究项目1项、中央高校基本科研业务费专项资金专题研究项目1项、西藏自治区科技厅科技计划重点项目1项；在国内外期刊和国际会议上发表学术论文20多篇，其中被Ei、ISTP等检索系统收录的论文8篇。

主要内容：

Much of the progress made in image processing in the past decades can be attributed to better modeling of image content and a wise deployment of these models in relevant applications. This path of models spans from the simple L2-norm smoothness through robust, thus edge preserving, measures of smoothness (e.g. total variation), and until the very recent models that employ sparse and redundant representations. In this paper, we review the role of this recent model in image processing, its rationale, and models related to it. As it turns out, the field of image processing is one of the main beneficiaries from the recent progress made in the theory and practice of sparse and redundant representations. We discuss ways to employ these tools for various image-processing tasks and present several applications in which state-of-the-art results are obtained.