课题组运用非凸正则化和深度学习等方法,提出了有效的自然图像和医学影像的分割模型,并设计了高效的数值算法,实现对于光滑图像的准确分割。如下图所示,课题组提出的高阶正则化方法在17.6T老鼠脑部MR图像的分割问题上,可以更准确的提取完整的脑区轮廓,相关论文发表于IEEE Transactions on Medical Imaging。
课题组提出的基于曲率正则化的分割模型,可以有效地处理自然图像的分割问题,相关工作发表于IEEE International Conference on Computer Vision and Pattern Recognition。