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。
长时间观看立体图像会导致视觉疲劳、恶心、头痛等不适感，如何结合人类的视觉特性对立体图像质量进行评价是近年来立体成像领域的研究热点。为此论文提出了一种基于融合图像的无参考立体图像质量评价方法。为了更好地模拟人脑处理立体图像的过程，提出了一种先将左右视图融合然后进行处理的融合图像算法，融合图像进行重叠切块后作为迁移学习网络的输入进行训练；迁移学习网络模型较传统卷积神经网络收敛快，而且具有更好的初始权重；最后利用显著特性对图像小块的输出进行加权以更好地模拟人眼的视觉显著特性。论文在公开的LIVE3D phase-I、LIVE3D phase-II数据库上进行测试，结果表明论文所提方法不论在对称和非对称立体图像数据库上较其它方法均取得了较好的结果，能够与人类的主观感知保持良好的一致性。