题  目：Data-driven Tight Frame Construction and It’s Applications

内容简介：I will present a method that derives a discrete wavelet tight frame adapted to the input image, and this data-driven tight frame produces a better sparse representation than traditional static wavelet tight frames constructed from UEP. When applied to image denoising, the data-driven tight frame runs much faster than other dictionary learning method with comparable PSNR performance. The data-driven tight frame is also applied to CT image reconstruction, and numerical simulations suggest our method improves the reconstructed CT image quality.

报告人：美国爱荷华大学数学系  蔡剑锋  教授

报告人简介：蔡剑锋教授本科及硕士毕业于复旦大学,2004年赴香港中文大学师从计算数学大师陈汉夫教授.2007年博士毕业后,先后在新加坡国立大学淡马锡实验室、美国加州大学洛杉矶分校研究及任教。现在美国爱荷华大学数学系任教。主要研究方向有：计算调和分析、最优化、数值线性代数及它们在图像、反问题等领域的应用。现在国际知名杂志发表论文四十余篇。

时  间：2013年12月16日（周一）上午10：30

地  点：南海楼330室（数学系接待室）

热烈欢迎广大感兴趣的师生参加!

信息科学技术学院

2013年12月16日