近期，计算机科学与技术学院张云峰教授带领的研究团队在计算机视觉相关领域取得系列研究成果。多项成果在领域国际顶级或知名期刊发表，包括图像处理领域国际顶级期刊IEEE Transactions on Image Processing (影响因子：6.790)、多媒体领域国际顶级期刊IEEE Transactions on Multimedia (影响因子：5.452)、视频图像处理领域国际顶级期刊IEEE Transactions on Circuits and Systems for Video Technology (影响因子：4.046)和国际知名期刊IEEE Transaction on Consumer Electronics (影响因子：2.083)、计算机辅助设计领域国际顶级期刊Computer Aided Geometric Design (影响因子：1.522)等。这些成果山东财经大学均为第一作者或通讯作者单位，其中，IEEE Transactions on Image Processing是山东财经大学首次作为第一作者单位在该期刊发表研究成果。

张云峰教授团队是张云峰教授与山东大学数学学院包芳勋教授共同带领的一支学术团队。研究兴趣包括几何设计与计算、图像处理、智能算法优化及神经网络理论和模型、基于机器学习的金融数据分析、算法决策下的区块链金融等。尤其在数据分析与表达领域，提出多个迭代算法，取得了一系列研究成果。对分形理论展开深入探索，构造的双变量有理分形插值函数融合了有理插值和分形插值的优势，具有多样性。进一步，根据图像的局部结构特征，将分形迭代应用于图像数据提出超分辨率重建算法，该算法在保持图像纹理细节等方面具有明显优势；研究了渐进迭代逼近算法，即几何迭代算法。几何迭代具可解释的几何意义，能够通过不断调整控制顶点，达到逼近理想曲线和曲面的效果。在区域划分的基础上，将几何迭代算法应用于图像数据插值，得到理想的图像插值曲面和曲线，从而获得高分辨率图像；基于有雾图像的物理机制，提出一种数值迭代去雾模型。通过对雾图进行特征分析，将有雾图像划分成不同雾浓度区域，计算其局部物理特征，利用提出的数值迭代去雾模型恢复出清晰无雾的场景。其中所提出的优化算法、复杂数据重建与分析等成果已应用在复杂环境下的目标智能识别领域。

以上研究得到了国家自然科学基金、山东省自然科学基金以及山东省重点研发计划等项目的支持。

张云峰教授团队成员，已有我校7名研究生毕业。其中4名获得全额奖学金出国留学深造，分别在美国Cornell University (康奈尔大学)、澳大利亚University of Technology Sydney（悉尼科技大学）、新西兰Victoria University of Wellington（维多利亚大学）、加拿大Université du Québec(魁北克大学)，2名进入山东大学攻读博士学位。

（供稿审核人：王有志）