扩散生成模型在图像反问题计算中的应用
数学专题报告
报告题目(Title)：扩散生成模型在图像反问题计算中的应用
报告人(Speaker)：李季（首都师范大学）
地点(Place)：后主楼 1225
时间(Time)：2024年11月15日 周五 15:00-16:00
邀请人(Inviter)：蔡永强
报告摘要
图像反问题计算的关键是图像先验表示的设计。随着近来年深度学习的发展，图像先验从传统的专家设计、数据驱动等表示，逐步发展到基于生成模型学习的表示。更精确的图像先验无疑能带来图像反问题计算的性能提升。本报告先简单介绍扩散生成模型学习数据分布的范式，然后我们介绍扩散生成模型的数学建模以及如何发展基于扩散生成模型的反问题计算算法。扩散生成模型的迭代生成特性与反问题的迭代算法能很好地融合，而问题的关键是如何从数学上导出反问题的扩散生成式算法。本报告将介绍图像反问题的生成式算法的主要思想和计算框架。
主讲人简介
李季，首都师范大学特聘副研究员。2017年博士毕业于北京大学计算数学专业，而后在北京计算科学研究中心和新加坡国立大学做博士后研究工作。发表图像反问题计算领域相关期刊和会议论文多篇。目前的研究兴趣是传统优化和深度学习在科学计算和图像处理中的应用。
