澳門理工大學應用科學學院教授柯韋的研究團隊於國際知名學術期刊《計算機視覺媒體》(Computational Visual Media)發表與提高光場圖像解像度相關的高水平學術論文─ 使用互補視圖特徵的光場超解像度 (Light field super-resolution using complementary-view feature attention)。該期刊是與可視媒體理論、方法和系統相關領域,由清華大學與Springer Nature合作出版的SCIE電腦科學與軟件工程領域前7.41%學術期刊,影響因子6.9。其於2019年入選中國科學技術協會“中國科技期刊卓越行動計劃”,屬JCR計算機科學及軟件工程學科Q1及中科院SCI分區計算機科學大類二區Top期刊。
隨著科技的快速發展,電子圖像的使用及質量要求與日俱增,如人臉建模及識別、視頻監控等。柯韋聯同其博士研究生張偉等針對光場領域現存解像度較低的問題進行研究,探究了光場的結構特性和現存方法的局限性,通過引入注意力機制,提高光場各視角間的信息交互能力。同時依據光場的幾何特性,實現光場最大差異化的信息補充,從而實現高品質超解像的光場圖像重建,有效的提高在真實場景下光場超解像度(Light Field Super-resolution, LFSR)的表現。經研究團隊的研究和驗證,提議新穎的網絡─光場互補視圖特徵注意網絡(LF-CFANet)具有更好的光場圖像重建性能,且重建的光場細節更為精准、超解像的精度也更高。合成資料集和真實資料集上的實驗結果均證明了光場互補視角特徵注意力網路的優越性。此研究的成果可應用於現實視頻監控系統中,實現視頻超分辨以及場景深度信息獲取,助力澳門智慧城市的建設。
研究項目獲國家自然科學基金(檔案編號:2018YFB2100500)及澳門特別行政區科學技術發展基金(檔案編號:0001/2018/AFJ)資助。
查看圖庫