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。
2017年CVPR的最佳论文公开了一种名为“稠密卷积神经网络（DenseNet）”的网络结构。论文表明，DenseNet在分类问题上的性能要优于ResNet，并且基于“特征再利用”机制，DenseNet是一个优秀的特征提取器。鉴于浅层特征对图像超分辨率重建的重要作用，考虑到可以采用DenseNet的网络结构解决图像超分辨率问题。经过一系列的实验，证明了该想法的可行性，本次报告将主要分享DenseNet在图像分类和超分辨率等问题的应用。