10月29日，河南大学数学与统计学院庞志峰教授应邀来我校，在06C502为数学学院师生作题为《无监督深度 Chan–Vese 图像分割网络》的学术报告。报告由数学学院院长周永卫主持，学院部分青年教师及学生参加。

报告围绕无监督图像分割展开。庞志峰教授首先介绍了图像分割的基本概念及当前面临的主要挑战，随后讲解了经典 Chan–Vese 模型的基本思想及其在复杂图像统计特征刻画方面的局限。在此基础上，他重点介绍了团队提出的无监督深度 Chan–Vese 网络（UDCVN）。该方法将深度学习的特征学习能力与变分模型的结构约束相结合，通过变分自编码器学习图像潜在分布，并引入全变差凸差正则项，以提升对复杂边界和区域结构的刻画能力。同时，报告介绍了模型的交替优化策略及其求解方法。庞志峰教授还结合不同噪声条件下的实验结果，以及在 Weizmann、Flower 和 Horse 等公开数据集上的对比实验，展示了 UDCVN 在分割效果、噪声鲁棒性和计算效率等方面的表现。

互动交流环节中，师生围绕变分正则项与网络训练的结合方式、模型参数设置及后续应用等问题展开交流。庞志峰教授逐一解答，并分享了科研选题与学术研究方面的经验，现场学术氛围浓厚。

本次报告介绍了变分方法与深度学习交叉融合的前沿研究成果，有助于拓宽学院师生的科研视野，促进学术交流，对推动学院科研创新与人才培养具有积极意义。（文/图：初审：李卓笑 复审：张理涛 终审：周永卫）