为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
本次报告主要内容为讲述基于深度学习的ESPI智能骨架线提取方法。本次汇报内容为汇报者本人的阶段性研究成果之一。当ESPI技术应用于动态测量时，往往需要对大量条纹图进行处理。目前存在的所有条纹骨架线提取方法都需要一帧一帧地处理ESPI条纹图，每处理一帧ESPI条纹图都需要反复调整相关参数，对于不同的ESPI条纹图通常还需要使用不同的处理方法才能获得较好的效果，显然这是十分不方便的。实现动态电子散斑干涉条纹骨架线的智能提取一直是该领域的奋斗的目标和追求的梦想。本次汇报中提出了基于U-Net全卷积神经网络提出了ESPI条纹图骨架线智能提取方法。构造的U-Net全卷积神经网络模型一旦训练成功，便可实现多帧ESPI条纹图骨架线的智能提取。利用训练的网络方便地提取了1000帧计算机模拟的动态ESPI条纹图的骨架线。