多模态感知
本实验室致力于研究如何表征多模态图像先验知识、刻画图像降质过程，并建立从低质到高质的非线性映射方法这一关键科学问题。
我们提出了基于深度网络的图像先验知识与降质过程表征方法，构建了结合知识驱动与深度学习的图像增强模型，并提出了基于模型不确定性估计的鲁棒深度学习方法，提升了多模态感知增强模型的泛化能力和鲁棒性，增强了智能体的感知性能。
- 基于图像先验学习及模型引导深度网络的深度超分辨算法 [Paper]
[Code]
- 一种非均匀模糊核估计及去模糊网络
[Paper] [Code]
- 一种基于生成式图像先验学习图像增强方法 [Paper] [Code]
