软件与通信学院成功举办“人工智能与底层计算机视觉”学术讲座

讲座伊始，杨洋老师并未直接切入具体场景问题，而是首先从底层视觉的渲染逻辑出发，系统构建了学生对图像处理底层架构的认知框架。杨老师指出，让机器“看得清”的关键在于对像素级信息的精准重建与恢复。在这一部分，报告详细拆解了图像增强、图像去噪与去模糊三大核心渲染任务的技术脉络，既阐释了基于直方图均衡化、空间域与变换域滤波的经典数字图像处理方法，又深入介绍了在深度学习驱动下，基于卷积神经网络与生成对抗网络的端到端图像恢复新范式。通过对比传统正则化约束与数据驱动的生成式复原策略，杨老师深刻揭示了底层视觉渲染在平衡图像保真度与视觉感知质量之间的关键技术难点，帮助学生建立起从信号处理到特征表达的严密思维路径。在夯实了底层渲染的基本方法论后，讲座内容逐步转向实际应用中的恶劣环境应对。杨洋老师以夜间低照度成像与雨雾天气视觉受限为具体切入点，生动展示了前述渲染技术在真实场景中的落地价值。针对夜间成像噪声大、对比度低的问题，报告分析了基于Retinex理论的低光增强方法及其在弱光视频监控中的鲁棒表现；对于雨雾遮挡导致的细节丢失，讲座重点阐述了暗通道先验去雾算法的物理模型推导，并进一步引申至轻量化去雾网络在自动驾驶环境感知中的部署实践。这一从“渲染原理”到“夜间成像”的递进式讲解逻辑，使得晦涩的算法理论在具体案例中找到了鲜明的对应，现场学生反响热烈，纷纷表示对底层视觉如何支撑高层感知任务有了更为具象和深刻的理解。讲座尾声，杨老师还简要展望了底层视觉在移动端实时渲染、事件相机视觉重建以及面向恶劣环境的多模态融合等前沿方向的发展潜力，为与会学生勾勒出一幅从基础渲染到智能感知的技术演进蓝图。

整场讲座历时近两小时，现场互动频繁，学术感染力强。在答疑交流环节，同学们围绕“生成式AI对底层视觉渲染任务的冲击”、“边缘计算场景下的算法轻量化路径”等兼具深度与时效性的问题与杨老师展开探讨，展现出了极高的专业求知欲。与会学生纷纷表示，讲座内容“硬核”且通俗，成功弥合了课堂理论知识与产业实际痛点之间的距离，极大地激发了对计算机视觉领域的科研兴趣与探索热情。软件与通信学院始终致力于应用型、复合型人才培养，本次讲座作为学院学术品牌活动的重要一环，不仅有效拓展了学生的学科视野，更在校园内营造出崇尚科学、钻研技术的浓厚文化氛围。后续，学院将持续整合优质学术资源，推出更多高质量的专业讲座，助力学生在前沿科技浪潮中筑牢根基、开拓创新。