报告题目：Total Variation Based Image Processing
报 告 人：杨俊锋 教授 南京大学
报告时间：2020年12月7日 上午 9:00-9:40
报告地点：腾讯会议 ID：191 170 890
会议密码：9999
校内联系人：李欣欣 xinxinli@jlu.edu.cn
报告摘要：In this talk, I will review some total variation based image processing models, including deblurring, inpainting, zooming, partial Fourier reconstruction and impulsive noise removal. We emphasize that all these problems preserve favorable structures so that efficient ADMM algorithms can be designed. In particular, the matrix structure of blurring matrix will be discussed under different boundary conditions, which plays key role in efficient implementation of the algorithms.
报告人简介：杨俊锋，南京大学数学系教授，先后师从中国科学院袁亚湘院士、南京大学何炳生教授、莱斯大学张寅教授。2009年7月起在南京大学数学系工作，主要从事最优化计算方法及其应用研究，在SIAM系列、Mathematics of Computation、Computational Optimization and Applications等杂志上发表论文10余篇，开发图像去模糊软件包FTVd, 压缩感知一模解码软件包YALL1, 核磁共振图像复原软件包RecPF等，被累计下载上万次。2012 年入选教育部新世纪优秀人才支持计划，2016年获中国运筹学会青年科技奖与江苏省工业与应用数学青年奖，2019年获得国家优秀青年基金资助。
