近日，学院机器学习研究中心闵帆教授、王林蓉（硕士生）、潘树林教授、宋国杰教授合著的论文“D2UNet: Dual Decoder U-Net for Seismic Image Super-Resolution Reconstruction”在《IEEE Transactions on Geoscience and Remote Sensing(TGRS)》上发表。IEEE TGRS是遥感与地球物理领域的顶刊、中科院SCI一区，2023年最新影响因子为12.2。这也是机器学习实验室首次在该刊发表论文。

该论文提出了一个双解码器网络，用以探索数据的细节和边缘信息。编码器输入低分辨率图像和通过Canny算法得到的边缘图像。边缘图像可以提供丰富的形状和边界信息，有助于生成更准确和高质量的数据。双解码器由一个用于高分辨率恢复的主解码器和一个用于边缘轮廓检测的边缘解码器组成。这两个解码器与具有可变形卷积的纹理变形模块 (TWM) 交互。TWM 旨在扭曲逼真的边缘细节以匹配低分辨率输入的保真度，特别是边缘和弱信号的位置。损失函数是L 1损失和多尺度结构相似损失(MS-SSIM)的组合，以保证感知质量。

王林蓉同学于2021年加入计算机科学学院机器学习研究中心，在闵帆教授指导下进行地震反演领域的研究。此前还在SCI一区期刊《Expert Systems with Applications》上发表了题为“Fast convex set projection with deep prior for seismic interpolation”的论文。

论文链接：https://linkinghub.elsevier.com/retrieve/pii/S0957417422022746

论文链接：https://ieeexplore.ieee.org/document/10092883