近日，由西北工业大学软件学院和空天地海一体化大数据应用技术国家工程实验室田春伟副教授课题组完成的2篇研究论文，分别发表在国际顶刊IEEE TNNLS和Pattern Recognition上，两篇论文的第一单位均为西北工业大学。两篇论文发表后分别入选国际超分辨的Benchmark List和ESI高被引论文。
IEEE TNNLS全称为IEEE神经网络和机器学习汇刊 (IEEE Transactions on Neural Networks and Learning System), 是国际人工智能领域的旗舰期刊/国际人工智能领域顶级期刊/中科院一区/SCI-IF:14.255。 Pattern Recognition是国际模式识别学会会刊，也是国际模式识别领域Top期刊，中科院一区/SCI-IF:8.518。
两篇论文根据信号处理技术、深度学习知识和感知理论等引导卷积神经网络，解决复杂场景下图像超分辨和图像去噪问题，可为工业软件中视觉缺陷检测等提供助力。
IEEE TNNLS 2022 (SCI-IF:14.255):A Heterogenous Group CNN for Image Super-Resolution（作者中文名：田春伟， 张艳宁，左旺孟，林嘉文，张大鹏，袁奕萱）文章中，作者提出了一种异构组卷积神经网络的图像超分辨方法，该方法主要通过利用不同类型结构信息来获得高质量图像。其中，该方法使用异构结构和残差块以并行和串行的方式来增强不同通道的内在和外在的联系，获得更丰富的不同类型的低频特征，解决复杂场景下的图像超分辨问题。该篇论文入选国际超分辨领域Benchmark List。
图1 IEEE TNNLS发表的异构卷积神经网络结构图
图2 该工作入选国际图像超分辨Benchmark List证明
Pattern Recognition 2023 (SCI-IF: 8.518):Multi-stage image denoising with the wavelet transform（作者中文名：田春伟，郑梦华，左旺孟，张一博，张艳宁，张大鹏）文章中，作者提出了一种多阶段小波变换的图像去噪方法，该方法实现能根据不同的输入图像自适应学习去噪模型，提高图像的鲁棒性，解决复杂背景下图像去噪问题。该篇论文成为ESI高被引论文。
图3 发表在PR上的多阶段小波变换结构图
图4 该工作成为ESI高被引证明
作者介绍：
田春伟，现为西北工业大学软件学院副教授、空天地海一体化大数据应用技术国家工程实验室成员。入选2022 年斯坦福大学发布的全球前2%顶尖科学家榜单、省高层次人才和市科协青年科技人才托举计划，获得省人工智能学会优秀博士论文、深圳市CCF优秀博士学位论和2022年哈尔滨工业大学优秀博士学位论文。
研究方向为视频/图像复原与识别，图像生成，深度学习。在IEEE TNNLS、IEEE TMM、IEEE TSMC、IEEE TGRS、Pattern Recognition、Neural Networks、Information Sciences和ICASSP等国际期刊和国际会议上发表论文50余篇、申请发明专利14项(授权5项)和软件著作权19项。其中，5篇一作论文入选国际超分辨领域Benchmark List、5篇一作ESI高被引论文、4篇一作国际顶刊封面论文、3篇一作论文代码评为国际最大的开源代码平台GitHub 2020具有贡献代码、1篇一作论文技术被日本工程师转化适用于苹果ios系统的CoreML格式技术、2篇一作论文技术被开源安全社区OSCS收录、1篇一作论文技术被美国医学影像公司MetronMind购买商用、1篇一作论文成为IEEE Signal Processing Society SPS Blog等。担任《CAAI Transactions on Intelligence Technology》（一区/SCI-IF:7.985）、《Defence Technology》（中科院二区/JCR一区-SCI-4.035）《计算机工程》等16个期刊的编委/青年编委，担任IEEE Transactions on Fuzzy Systems （SCI-IF:12.253）等顶级期刊的客座编辑，国家自然基金评审专家、上海市科技专家、苏州市网络安全和信息化专家库专家、苏州市科学家精神宣讲团成员、甘肃庆阳市数字经济发展咨询专家、苏州市人工智能学会理事、CCF YOCSEF苏州学术秘书、CCF YOCSEF 苏州AC、全国研究生教育评估监测专家库专家等。
撰稿：田春伟审核：郭培荣
