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。
基于多尺度残差网络和对抗学习的图像去雾算法不需要任何假设和先验信息，可完成端到端的图像去雾。生成器网络基于多尺度残差模块和压缩奖惩模块完成图像去雾，多尺度残差模块利用不同尺度的特征图搭配多尺度感受野完成图像去雾，压缩奖惩模块自适应地有选择放大对去雾有价值的特征，抑制对去雾无助的特征。鉴别器网络以宏观和微观两种方式工作来迫使生成器网络生成逼真的去雾图，宏观鉴别器从宏观上检测残余雾和去雾伪影，而微观鉴别器以微观视角来区分无雾图和去雾图。实验结果在公开的RESIDE数据集上进行评价，在合成有雾图和室外真实有雾图上，本章去雾算法均优于现有9种对比算法。