6月7日，琶洲实验室联合新加坡国立大学在琶洲实验室多功能报告厅成功举办主题为“Neural Expectation Maximization for Self-supervised Blind Image Deblurring”的学术报告会。新加坡国立大学数学系教授、数据科学与机器学习中心(DSML)主任和DSML研究生项目主任纪辉作为主讲嘉宾，受邀与到场的多名专家、学者及学生交流互动。华南理工大学副校长、琶洲实验室智慧城市关键技术研究与应用团队负责人许勇参加活动。

纪辉教授致力于小波理论、计算视觉、成像科学和机器学习等研究。报告会上，纪辉教授分享了他在自监督盲图像去模糊领域的最新研究成果。他表示，在拍摄照片时，任何在快门时间内的相机抖动都可能导致图像模糊，从因相机抖动而模糊的图像中恢复出清晰图像是一个具有挑战性但重要的问题。大多数现有的深度学习方法使用监督学习在许多对模糊/潜在图像的数据集上训练深度神经网络(DNN)。纪辉教授详细介绍了其所提出的一种蒙特卡洛期望最大化（MCEM）方法来训练DNN，而无需任何潜在图像。实验表明，该方法在去除静态场景图像中的运动模糊方面明显优于现有方法。

会议现场，参会者积极提问，互动频繁，学术气氛浓郁。此次报告会为科研人员提供了一个深度交流的平台，也为今后更多的国际合作奠定了基础。