时间:2026年5月28日（周四）上午9:00-11:20

地点:校本部东区翔英大楼706室

讲座:信号恰可察觉差(Just-Noticeable Differenc)的计算模型

演讲者:林维斯教授（IEEE/IET Fellow），南洋理工大学

演讲者简介：

林维斯教授主要从事图像处理、感知信号建模、视频压缩及多媒体通信研究。现任新加坡南洋理工大学计算与数据科学学院校长讲席教授、主管研究副院长，曾任新加坡信息通信研究院视觉处理研究室主任。他是IEEE与IET会士，2019年起连续入选科睿唯安高被引科学家，获南洋理工大学工程学院2023年度研究奖。他曾担任IEEE电路与系统学会、亚太信号与信息处理协会杰出讲师，亦担任IEEE TNNLS、TIP、TCSVT、TMM、SPL、Quality and User Experience、JVCI等期刊副主编及IEEE JSTSP高级编辑。同时担任淡马锡基金会亚洲人工智能计划负责人、新加坡国家研究基金会增强现实与工业元宇宙项目共同负责人，现任IEEE ICME 2025联合主席、IEEE ICIP 2027首席大会主席，并多次出任国际会议程序委员会主席。他相信好的理论必具实用价值，其研发技术已成功应用于10余项工业系统。

讲座摘要：

无论信号源自自然采集还是人工智能生成，恰可察觉差（JND）是指能够被感知端（人类、机器或二者同时）识别到的‌最小信号变化量‌。在可用资源有限的场景下，JND是人类大数据处理进化过程的结果，也是构建以用户为中心或者绿色系统方案的重要组成部分——资源约束包括计算能力、带宽、存储空间、能源/电池消耗、设备成/尺寸，以及绿色环境的考虑等多个维度。因为目前该领域的大多数研究均聚焦于图像与视频方向，本次报告首先系统性介绍‌视觉JND模型。随后梳理从传统手工建模方法到数据驱动方法、覆盖人类与机器作为感知主体的现有研究与应用进展。最后探讨JND建模的潜在发展方向，以及向全多媒体跨模态领域（音频、气味、触觉信号）扩展可能性。

邀请人：通信与信息工程学院 李恭杨副教授

欢迎广大教师和学生参加！