2022年9月15日，智能媒体计算实验室课题组在国际期刊TPAMI（学院推荐列表A+期刊，CCF A类期刊，SCI 1区，影响因子23.6）发表了题为《Transitional Learning: Exploring the Transition States of Degradation for Blind Super-Resolution》的研究论文。该论文分析了图像降质过程的统计特性及其分布连续性，首次揭示了降质的过渡态存在性机理，并建立了降质过渡态表征理论，进而提出了基于过渡学习的图像盲超分辨率方法，具体通过自适应地合成深度神经网络的过渡态模型，解决了图像降质复杂未知的难题，是一种可解释、自适应、可控的深度学习盲复原方法。大量实验表明，所提出的方法取得了当前最准确且高效的图像复原效果。

图1 基于降质过渡态表征的图像盲超分辨率网络框图

本研究获得了国家自然科学基金等的资助。论文第一作者为黄源飞；通讯作者为黄华教授。

论文题目：Transitional Learning: Exploring the Transition States of Degradation for Blind Super-Resolution

论文网址：https://ieeexplore.ieee.org/document/9893392

课题组老师联系方式： 黄华（huahuang@bnu.edu.cn）；黄源飞（yfhuang@bnu.edu.cn）