题  目：Learning without paired data in image processing

报告人：包承龙

单  位：清华大学

时  间：2021年12月13日9:00

腾讯ID：910-194-578

摘要：Deep neural networks achieve remarkable results in various tasks in image processing, but its success needs a large amount of training data. In practice, collecting the training data is difficult. In this talk, we discuss our efforts along this direction in the unsupervised setting and unpaired settings.

个人简介：包承龙，清华大学丘成桐数学科学中心，助理教授。 2009 年本科毕业于中山大学数学系，2014 年博士毕业于新加坡国立大学数学系， 2015 年至 2018 年在新加坡国立大学数学系进行博士后研究。 其研究兴趣主要在数学图像处理的模型与算法方面，目前已在 IEEE TPAMI, SIIMS, SISC,ACHA 等期刊和 CVPR， ICML， NeurIPS, ICLR 等会议上共计发表学术论文 30余篇。