近日，东北大学理学院数学系应用数学和人工智能团队杨连平副教授课题组在图像超分辨重建领域取得重要进展，研究成果“MFSR: Multi-fractal Feature for Super-resolution Reconstruction with Fine Details Recovery”被人工智能领域国际顶级学术期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI）录用发表，东北大学为第一完成单位、第一通讯单位。
图像超分辨率问题为典型的逆问题，逆问题一般都具有“多解性”，为了解决这个多解性问题，必须引入先验知识来约束解的空间，告诉模型“真实的图像应该长什么样”。课题组首次将“多重分形特征”作为先验，核心创新在于利用图像的自相似性。自然图像（如人脸、风景）在不同尺度下具有相似的结构规律（分形特性）。其原理是尽管低分辨率图像丢失了细节，却保留了图像的“分形结构”信息。通过计算多重分形谱，捕捉到图像纹理的复杂度和分布规律。这些分形特征作为额外的条件输入到扩散模型中，指导模型重建时遵循什么样的纹理规律，从而在多解性问题中找到最符合自然规律的那一个解。本研究为利用图像的内在几何特性（如自相似性）来提升生成模型的性能提供了新的思路，在图像修复、医学影像分析等领域具有潜在的应用价值。
东北大学应用数学团队近期在计算机视觉、人工智能及其安全领域取得一系列高水平成果。本次MFSR研究今年再次被顶刊TPAMI录用。充分展现了本团队在人工智能领域的卓越创新能力。
TPAMI是IEEE旗下影响力最高的汇刊，是人工智能与机器视觉领域全球权威旗舰期刊，覆盖计算机视觉、模式识别、图像处理、机器学习及机器智能等核心领域，尤其强调模式分析的机器学习前沿成果。是CCF-A类、中科院一区TOP期刊，最新影响因子20.4，谷歌学术影响力在计算机工程及人工智能领域排名第一。
