《中国图象图形学报》图像数据受限专栏简介  

作　　者：刘怡光[1] 孙显 赵启军[3] 魏秀参 王琦[5] 陈秀妍 

机构地区：[1]四川大学计算机学院、空天科学与工程学院,成都610065 [2]中国科学院空天信息创新研究院,北京100190 [3]四川大学计算机学院,成都610065 [4]南京理工大学计算机科学与工程学院,南京210094 [5]西北工业大学光电与智能研究院,西安710072 [6]《中国图象图形学报》编辑部,北京100190

出　　处：《中国图象图形学报》2022年第10期2801-2802,共2页Journal of Image and Graphics

摘　　要：图像处理与分析是军事国防、公共安全、医学健康、智慧城市和生态环保等众多领域的关键技术。深度学习的发展推动了图像处理与分析技术在这些领域的应用,但深度学习方法的性能极大程度依赖于图像信号的质量及数据规模。关键应用中优质海量数据常难以获取、特殊场景下数据标记成本高昂、样本不完备性及非确定性渐成常态等,上述障碍和挑战极大影响了深度学习在这些方面应用的有效性,桎梏着深度学习向更多更广领域的推广。因此,在深度学习基础上探索数据受限下的图像处理分析理论与方法,以应对未来面临的数据维度潜在挑战,已成为图像处理与分析领域各国竞争的下一步热点和焦点。

关 键 词：图像处理分析 数据规模 深度学习 图像数据 非确定性 数据维度 公共安全 海量数据 

分 类 号：TP309[自动化与计算机技术—计算机系统结构] TP399[自动化与计算机技术—计算机科学与技术]