近日，我院陈冠楠教授、王静研究员团队在图像恢复领域取得重要进展，成功在美国计算机学会多媒体会议ACM MM 2025 （CCF A类会议）上发表论文并口头汇报。
针对低光图像恢复中的伪影问题，该问题影响细节恢复和质量提升，严重影响视觉效果和下游任务。为解决这一问题，研究团队提出了新型SASW-Loss方法，将稀疏化伪影转化为有益的正则化信号以指导细节恢复。通过分析稀疏频率分量及其在伪影重建中的作用，提出了结合稀疏伪影相似性损失（SAS-Loss）和沃尔什-哈达玛系数损失（WHC-Loss）的框架。SAS-Loss减轻了频率丢失的过度补偿，帮助恢复结构细节；WHC-Loss优化了频域表示，恢复亮度、抑制噪声并增强细节。结果表明，本研究提出的方法在性能上超越了现有最先进方法，取得了优异的表现。
研究成果以“A Novel Perspective on Low-Light Image Enhancement: Leveraging Artifact Regularization and Walsh-Hadamard Transform”为题在人工智能领域国际顶级会议ACM MM 2025 （CCF A类会议）发表并做口头汇报。该论文福建师范大学为第一单位，第一作者为我院光学工程专业博士研究生吴伟霖，通讯作者为陈冠楠教授和王静研究员。该工作获国家自然基金科学基金和福建省自然科学基金项目资助。
论文流程图
论文链接：https://doi.org/10.1145/3746027.3758142
