电院博士毕业生包文博论文入选中国通信学会论文激励计划

　　近日，2023年度中国通信学会博士学位论文激励计划评选结果正式公布，上海交通大学电子信息与电气工程学院电子工程系博士毕业生包文博的论文《视频帧率上变换的递推建模与深度学习方法研究》入选激励计划，论文指导教师为高志勇教授沃百科。

　　包文博，2020年获得上海交通大学信息与通信工程博士学位，研究方向为高帧率视频生成。读博期间共发表论文8篇，其中SCI论文3篇，中国计算机协会(CCF) A类期刊3篇、A类会议1篇液压工具，上海交通大学A类重要国际期刊和会议论文4篇，其中包括1篇T-PAMI、2篇T-IP和1篇CVPR。其工作在国际学术领域及工业界受到广泛关注，所发表的论文谷歌引用量超过800理论应力集中系数，普渡大学、杜克大学等多所高校的知名学者基于其发表的工作进行了后续研究，项目开源代码在Github上获得全球8000多次星标关注。曾获2019年校十大研究生“学术之星”、校2020年度“优秀毕业生”等荣誉。

　　包文博（后排右三）与导师高志勇教授（前排左二）、实验室陈立老师（前排右二）、张小云老师（前排左一）及同学合影

　　论文面向高帧率视频生成需求，围绕运动估计和补偿问题，从高阶模型构建成都德泰隆机电设备、滤波算法、神经网络模型、物体景深等多个角度渐进而系统深入地开展了研究。论文提出了一种基于Kalman滤波的光流估计递推算法论文发表指导，解决关系到视频插帧准确性的运动视频的光流场估计问题。该算法将像素在多个图像帧的运动定义为一种二阶时变状态向量，根据滤波器的测量噪声水平和预测噪声水平，由最大化后验估计准则最优地估计出状态向量的值，有效提升了算法的鲁棒性，能够应对光照的突然变化、复杂场景下的暴露、遮蔽等棘手问题。同时，对视频序列中的像素构建了高阶模型，采用动态滤波算法对模型参数进行求解亿游国际首页，从而解决视频帧率上的变换问题。针对深度学习技术在运动补偿插帧相关领域的研究匮乏，建立了运动估计和运动补偿驱动的神经网络模型燃气发电机组，给出了一种全新的自适应卷积核采样补偿网络层，并利用景深信息的视频帧内插新算法，填补了场景深度这个二维运动场之外的第三维度信息研究。所提出的模型从输入参考帧、景深图和上下文特征中采样信息最终合成出输出帧，具有紧凑三防漆厂家、高效、完全可微分的优点。在大范围的数据集上，广泛的定量与定性评估表明，本论文所提出算法的性能超越了当时最领先的视频插帧算法和视频增强算法。