3月21日下午,台湾清华大学电气工程系教授、人工智能研究中心副主任、电子工程与计算机科学学院多媒体技术研究中心主任林嘉文教授应徐新教授邀请来我院访问,并做了题为“Making the Invisible Visible: Towards High-Quality Deep THz Computational Imaging” 的学术报告。
![](/__local/F/6D/F9/44F930F55F6BC75FE6E127351A6_01899FB4_D096.jpg?e=.jpg)
林嘉文教授报告了关于太赫兹(THz)成像技术的研究。太赫兹波是指频率从0.1THz到10THz,介于毫米波与红外光之间的电磁波。太赫兹波是人类迄今为止了解较少、开发较小的一个波段,由于频率高、脉冲短、穿透性强,且能量很小,对物质与人体的破坏较小,所以与X射线相比,太赫兹成像技术和波谱技术更具优势。太赫兹波在药物检测、工业检测、古迹鉴定、癌症检测等领域具有广阔的应用前景。但是,我们却很少看到太赫兹的商业应用。这是因为太赫兹信号弱,容易衰减,造成成像不好,并且太赫兹成像速度较慢,容易受到环境干扰。
在太赫兹成像中,由于水分子的吸收和噪声等因素,重建图像可能会出现模糊和失真。林教授提出借助信号处理、机器学习方法来改善太赫兹成像质量,他介绍了一种新的子空间和注意力引导恢复网络(SARNet)。该网络使用多尺度分支来提取振幅和相位的空间-光谱特征,并通过共享子空间投影和注意力引导将它们融合起来。SARNet学习在振幅和相位之间共同的潜在子空间中的公共表示,并利用自我关注机制来学习光谱特征之间的依赖关系,并指导恢复任务。最后,借助不同角度捕获的物体图像恢复出清晰的2D图像,即可通过反Radon变换实现高质量的3D层析成像重建。该方法已经在实验中得到了验证,并且在3D太赫兹层析成像重建应用中表现出了良好的效果。
我院教师、研究生等共80余人出席,在交流环节教师和学生纷纷提出了对于讲座内容上的疑惑和自己学术研究中遇到的困难,林教授一一耐心解答。报告在现场观众的热烈掌声中结束。
林嘉文教授简介:
林嘉文,台湾清华大学电气工程系教授,人工智能研究中心副主任,电子工程与计算机科学学院多媒体技术研究中心主任,IEEE Fellow,担任IEEE电路与系统学会Fellow评审委员、IEEE电路与系统学会理事。
林嘉文教授长期从事包括图像、视频处理和视频网络等方面的研究,在国内外权威杂志和知名的国际会议上发表了论文100多篇,其中第一作者的论文有20多篇,获得了13项美国专利。