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。
随着深度网络去雨算法性能的提升，深度网络的结构和学习越来越复杂。循环神经网络(RNN)以简单的网络结构和学习方法，实现更好的去雨效果。在RNN中，引入一个周期模块以利用不同阶段的深层特征之间的依赖关系。对于网络的输入和输出，将分阶段的结果和原始雨图作为每次输入，最后输出预测的去雨图像；对于损失函数，单MSE或负SSIM损失就足以训练网络。RNN模型可以作为未来去雨研究的一个合适基线。