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。
基于特征选择和对抗学习的图像去雾算法基于生成式对抗网络实现逼真的图像去雾。生成器网络设计为双模块结构，在去雾的同时估计雾的空间分布，同时我们让生成器网络学习从无雾图到无雾图的恒等映射来进行正则化。为了保证去雾图在视觉效果上的自然性，本算法提出了一个从不同尺度检测去雾伪影的多尺度鉴别器网络与生成器网络进行对抗训练。此外，我们从高水平计算机视觉任务上对去雾模型进行改进，提出一种用于优化去雾网络的目标识别性能的任务驱动的训练策略，去雾网络在完成去雾的同时考虑识别精度，使去雾网络最大限度地适应目标识别系统。测试数据采用公开的RESIDE数据集，本算法的实验结果与9种对比算法进行对比，提出的算法在合成有雾图和室外真实有雾图上均能取得良好的性能。