近日，我校陈冠楠教授、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，第一作者为我校光电与信息工程学院光学工程专业博士研究生吴伟霖，通讯作者为光电与信息工程学院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。
研究工作流程图
论文链接：https://doi.org/10.1145/3746027.3758142
（光电与信息工程学院）