近日，我校颜成钢教授团队以杭州电子科技大学为第一单位发表的论文《Quad Bayer Joint Demosaicing and Denoising based on Dual Encoder Network with Joint Residual Learning》被人工智能顶级会议AAAI Conference on Artificial Intelligence（CCF A类会议）录用。

该项研究由杭州电子科技大学、杭州电子科技大学丽水研究院合作完成。该论文的第一作者为2021级硕士研究生李浩然，指导老师为郑博仑副教授和颜成钢教授。图像去马赛克是图像信号处理(ISP)中的一项基本任务，其目的是根据特定的颜色滤波阵列(CFA)模式重建RGB图像。然而，智能手机摄像头的传感器尺寸有限，无法实现高质量成像。于是转向使用Quad Bayer CFA的像素装仓，以在较小的传感器尺寸中捕获更真实的场景信息。这种滤波器阵列的优点是通过合并相邻的像素并允许将相同颜色的像素组合成更大的像素块来提高图像传感器的性能。然而，由于相同颜色像素之间的距离增加，从Quad Bayer CFA重建全像素RGB图像难度增加。针对这个问题，本研究提出了一种具有联合残差学习的双编码器网络，从Quad Bayer CFA捕获的RAW图像重建视觉上满意的RGB图像。具体来说，利用了双编码器来彻底提取信息，其中包括自适应编码器和四拜耳编码器，从而解决了从Quad Bayer CFA中提取信息的困难。在自适应编码器中，我们首先将联合去马赛克和去噪过程解耦为两个独立的分支，并将它们包含在一个联合残差块中。然后引入自适应块来弥补输入RAW图像和重构RGB图像之间的域差异。在四拜耳编码器中，我们设计了一个特殊的四拜耳特征提取块，称为像素调制块，以充分利用Quad Bayer CFA在噪声抑制和颜色恢复方面的优势。

杭州电子科技大学“智能信息处理实验室”(HDU IIPLab)主任为颜成钢教授。实验室现有在职教师30余名，含4位国家级人才及多位省级人才，包括浙江省“钱江学者”特聘教授、浙江省杰出青年基金获得者、浙江省“151人才工程”第一层次、浙江省高校中青年学科带头人重点资助等多名国家及省部级人才。现有硕博生100余名，毕业生多就职于阿里巴巴、腾讯、字节跳动、海康威视、华为、网易等国内知名大公司。实验室采用与海内外知名高校、研究所(清华大学、北京大学、中国科学院、美国北卡罗来纳大学教堂山分校、澳大利亚悉尼科技大学等等)联合培养制，长期致力于智能信息处理方面的研究，主要研究方向包括：机器学习、模式识别、计算机视觉、计算机图形学、医学影像处理、生物信息学等。实验室为学校交叉创新团队，拥有自由开放的学术氛围和国际前沿的研究方向，可以在多个学院招生，包括但不限于通信、自动化、计算机、电子等学院。