团队于11月16日召开组会

    2025年11月16日晚，本实验室在艺设楼西213会议室举行学术组会。团队指导老师周昊、宋奇隆、秦健及全体学生参加，多位同学围绕图像去雾、医学图像分割等研究方向进行了深入汇报与交流。

    首先，24级研究生李佳豪围绕《TextSAM-EUS: Text Prompt Learning for SAM to Accurately Segment Pancreatic Tumor in Endoscopic Ultrasound》（ICCV 2025）展开汇报，探讨了如何通过文本提示学习将SAM模型适配于医学超声图像中的胰腺肿瘤分割，缓解自然图像与医学图像之间的领域差异问题。24级硕士生陈畅汇报了《Rethinking UNet: Mixture of Experts for Dynamic Skip Connections》，系统分析了多种跳跃连接结构，并提出基于混合专家（MoE）的动态跳跃连接机制，通过路由策略自适应选择最相关的特征传递路径，提升分割网络的灵活性与性能。

    随后，24级研究生张骞汇报了发表于2024年《Neural Networks》的论文《Frequency Compensated Diffusion Model for Real-scene Dehazing》。该论文指出现有去雾方法在泛化性、细节恢复和合成数据局限性方面的不足，并提出一种频率补偿的扩散模型，通过扩展大气光与透射率的参数范围，提升模型在真实复杂雾况下的适应能力。25级研究生王彬则围绕《Denoising Diffusion Implicit Models》（ICLR 2021）和《Image Super-Resolution via Iterative Refinement》（TPAMI 2023）展开介绍，系统讲解了DDIMD的确定性采样过程及其再图像超分辨率任务中的应用，展示了扩散模型再图像生成与增强方面的潜力。

    紧接着，25级研究生丁诗琪系统汇报了《Variational Single Nighttime Image Haze Removal With a Gray Haze-Line Prior》（IEEE 2022），提出灰色雾线先验（GHLP），将RGB图像分解为灰度与颜色分量，分别在YUV空间进行去光晕和伽马校正，并结合结构感知变分框架实现夜间去雾与结构保持。该方法在复杂光源场景下表现出色，同时具备良好的抗噪能力。25级研究生席德智讲解了《Improved Partial Differential Equation and Fast Approximation   Algorithm for Hazy/Underwater/Dust Storm Image Enhancement》（AIVP 2025），该文章提出一种改进的偏微分方程与快速近似算法，适用于雾天、水下及沙尘暴等多种退化场景的图像增强。

    最后，23级本科生张俊杰介绍了《GridDehazeNet: Attention-Based Multi-Scale Network for Image Dehazing》（ICCV 2019）。重点分析了传统方法在物理模型依赖、预处理主观性和多尺度估计瓶颈方面的问题，并展示了该网络通过端到端结构、可训练预处理模块和注意力多尺度机制。

    汇报过程中，三位指导老师对每位同学的汇报内容进行了细致点评，并提出了下一步的改进建议。