Sensors：中国科学院张云研究员领衔特刊—基于深度学习的传感、成像和视频处理研究进展 | MDPI 特刊征稿

点击左上角"MDPI开放数字出版"关注我们，为您推送更多最新资讯。

深度学习等先进数据处理技术能够从大量非结构化数据中发现数据特征，以提供数据驱动的解决方案，极大地促进了视听信号处理、计算机视觉、模式识别等众多研究领域的技术进步、深度学习及其改进技术将在未来广泛应用于传感和成像系统。如今，随着GAN、DNN、RNN和LSTM等先进深度学习模型和技术的快速发展，以及人们对视觉信号处理有效性需求的不断增加，基于深度学习的传感、成像和视频处理等领域迎来了新的机遇。

Sensors期刊邀请到张云、鄺得互、徐龙和赵铁松四位教授合作推出特刊“Advances in Deep-Learning-Based Sensing, Imaging, and Video Processing”(基于深度学习的传感、成像和视频处理研究进展)。本特刊旨在为该方向的前沿研究提供一个成果发布和共享平台，欢迎广大研究人员提交相关领域的高质量原创文章。

客座编辑介绍

张云 研究员

中国科学院深圳先进技术研究院

张云，中国科学院深圳先进技术研究院，研究员，博士生导师，IEEE Senior Member。2010年毕业于中国科学院计算技术研究所，获工学博士学位，随后加入中国科学院深圳先进技术研究院，2009年至2014年在香港城市大学计算机科学系从事访问研究工作。长期从事多媒体信号处理与通信研究，在IEEE Transactions等期刊发表SCI/EI论文100余篇,申请中、美国发明专利40余项，出版学术专著1部《三维视频处理》，入选广东省特支计划科技创新青年拔尖人才、中国科学院青促会会员、深圳市海外高层次人才“孔雀人才”B类等；曾参与获得教育部自然科学二等奖 (2020)、教育部科技进步二等奖 (2009)、浙江省科学技术一等奖 (2009)、宁波市科技进步一等奖 (2015/2009)等。

主要研究方向：多媒体信号与信息处理、图像处理、视频编码、深度学习。

鄺得互 教授

香港城市大学

鄺得互，现任香港城市大学计算机科学系讲座教授，曾于2012年至2018年担任该系的系主任一职， IEEE Fellow。鄺得互教授合作撰写研究专著3部、著作章节8章和学术论文300余篇。在谷歌学术上的h指数高达59，成果被引用量超过1.9万次。担任IEEE Transactions on Evolutionary Computation、IEEE Transactions on Industrial Informatics、IEEE Transactions on Industrial Electronics副主编，IEEE SMC协会主席。

主要研究方向：图像处理、遗传算法、模式识别、机器学习。

徐龙 研究员

中国科学院国家天文台

徐龙，中国科学院国家天文台研究员、博导、太阳活动预报团组首席科学家。2009年毕业于中科院计算所，获得工学博士学位，2009年至2013年先后在香港城市大学、香港中文大学和新加坡南洋理工大学学习，2014年入选中科院“百人计划”引进海外高层次人才类。主要从事人工智能、太阳活动预报方面的研究。近年来发表SCI/EI论文100余篇，获得欧洲和美国专利授权5项。中国电子学会青年俱乐部会员、中国电子学会VR/AR技术与产业分会委员、人工智能学会“深度学习专委会”秘书长、人工智能学会第八届理事。

主要研究方向：图像处理、视频处理、图像分类、深度学习、机器学习、图像质量评价。

赵铁松 教授

福州大学

赵铁松，福州大学物理与信息工程学院教授，福建省“媒体信息智能处理与无线传输”重点实验室主任。2011年毕业于香港城市大学电脑科学系，获博士学位。此后于香港城市大学、加拿大滑铁卢大学及美国纽约州立大学水牛城分校做博士后和后续研究工作。2015年回国，任福州大学物理与信息工程学院教授，博士生导师。入选人才计划包括福州大学旗山学者海外项目 (2015)、国家级青年引才计划 (2016)、福建省闽江学者特聘教授 (2016)、福建省引进海外高层次人才 (2016)、福建省高层次创新创业人才百人计划 (2018)、福建省高校领军及后备人才 (2018)、福建省青年人才托举工程 (2018)等。获得奖励包括福建省青年科技奖 (2017)、福州大学青年五四奖章 (2018)、福州大学杰出青年教师励志奖 (2019) 等。

主要研究方向：图像处理与计算机视觉、智能视频编码与通信、传感信息与传感网。

特刊信息

本刊主题包括但不限于：

深度学习理论、框架、数据库和学习优化；

基于深度学习的遥感、多光谱和/或高光谱传感；

基于深度学习的计算成像和预处理；

基于深度学习的视觉感知模型和质量评估；

基于深度学习的图像/视频压缩和通信；

基于深度学习的3D/多视图感测、成像和视频处理；

基于深度学习的深度感测和估计；

基于深度学习的图像/视频渲染、重建和增强；

基于深度学习的视觉对象检测、跟踪和理解；

基于深度学习的感测、成像和视频处理的低复杂度优化；

其他基于深度学习的高级视觉传感和信号处理。

特刊投稿截止日期：2021年10月31号

特刊详情页面：

https://www.mdpi.com/journal/sensors/special_issues/DLBSIVP

识别二维码

了解特刊更多信息

投稿方式：

点击特刊详情页左上“Submit to Special Issue”即可投稿。

往期回顾：

版权声明：

本文内容由MDPI中国办公室编辑负责撰写，一切内容请以英文原版为准。如需转载，请邮件联系：[e-mail]

由于微信订阅号推送规则更新，建议您将“MDPI开放数字出版”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！

点击左下方“阅读原文”，了解特刊更多内容。

喜欢今天的内容？不如来个“三连击”☞【分享，点赞，转发】