报告承办单位: 数学与统计学院

报告内容：图像复原是底层视觉任务的一项关键任务，旨在从退化的输入中恢复高质量的图像。当前主流架构模型，如卷积神经网络（CNNs）、Transformer等，尽管得到了广泛研究，并取得了令人瞩目的成果。然而，当前主流架构在底层视觉任务仍面临挑战，比如CNN在捕获长期依赖性方面存在局限性，Transformer对于图像输入存在二次复杂性的计算挑战。为了应对这些挑战，我们探索了具有线性复杂度的状态空间模型Mamba在底层视觉增强任务应用，展现了其在解决全局感受野与计算效率之间的矛盾方面所具有的潜力。

报告人姓名:戴涛

报告人所在单位:深圳大学

报告人职称/职务及学术头衔: 特聘副研究员

报告时间: 2025年9月26日 下午14：00-15：30

报告地点: 云塘校区理科楼A212

报告人简介:深圳大学助理教授，特聘副研究员。近年来主要从事计算机视觉领域的研究，特别是在底层视觉增强等研究课题进行了深入研究。目前在计算机视觉顶会CVPR/ICCV/ECCV，人工智能顶级会议ICML/NeurIPS/ICLR/AAAI，以及IEEE TPAMI等CCF:A类会议/期刊累计发表论文50余篇。近年来先后主持了国家自然基金、国家重点研发计划子课题、广东省自然基金和深圳市基础研究、 腾讯“犀牛鸟”青年教师科研基金等项目。戴涛与腾讯、美团、华为、平安、OPPO等知名企业保持紧密合作。