Some advances in deep unfolding methods in image inverse problems
数学专题报告
报告题目(Title)：Some advances in deep unfolding methods in image inverse problems
报告人(Speaker)：吴春林 （南开大学）
地点(Place)：后主楼1124
时间(Time)：2025年6月26日 (周四) 下午14:40-15:20
邀请人(Inviter)：段玉萍
报告摘要
Deep unfolding methods are an important kind of methods in image inverse problems. They combine well mathematical modeling and data-driven spirits, and provide a good strategy to construct interpretable learning-based methods.In this talk, we will discuss some recent advances in such methods. We will in particular present our recent L1DecNet+ architecture for object segmentation based on sparse regularization, as well as dynamical system analysis (stability and deep layer limit) of learned primal-dual.
主讲人简介
吴春林，南开大学数学科学学院副教授。吴博士分别于2001年和2006年在中国科学技术大学获得学士和博士学位。曾在中国科学技术大学，新加坡南洋理工大学，新加坡国立大学从事博士后研究工作。2012年吴春林加入南开大学数学科学学院。他的研究兴趣包括图像与几何计算，数值逼近与优化。近年来吴博士在国际图像科学及计算数学知名杂志比如SIAM J. Imaging Sciences, SIAM J. Numerical Analysis，Inverse Problems, Adv. Comput. Math., J. Sci. Comput.,Inverse Prob. Imaging, ACM TOG, IEEE TVCG,IEEE TIP, IEEE TMI等上发表多篇学术论文。
