计算机科学与技术学院范琳伟副教授与硕士生合作撰写的论文“Bidirectional image denoising with blurred image feature”在《Pattern Recognition》期刊（2024年9月）上发表。该刊为模式识别领域国际顶级期刊，中科院SCI一区Top期刊，影响因子为7.5，属于我校A1类期刊。

论文针对现有复原模型在真实含噪图像中性能受限的情况，提出了一种基于模糊图像特征引导的双向图像去噪网络。与现有深度学习方法直接学习无噪图像不同，该网络通过引入模糊图像，将过平滑与欠平滑特征进行深度融合，从而得到一个适当平滑的无噪图像。由于模糊图像对网络的去噪过程形成了有效的信息补充，因而网络可以高效且精确地重建无噪图像。通过这种方式，该网络将传统的图像去噪问题分解为两个较简单的子问题来提高网络的效率和去噪性能，从而更好地处理复杂的真实噪声。在多个基准数据集上的实验结果表明，本文方法达到了较好的去噪复原性能，同时该方法在模型复杂度方面也领先于现有算法。

撰稿：崔瑾 审核：杨春丽 编辑、终审：李清照