2026年5月25日下午，由学院举办的智·信讲堂第89期在智信馆117报告厅开讲。本次讲堂邀请台湾清华大学林嘉文教授作“Physics-Informed Generative Image Restoration: From Data to Models”的主题报告。
在本次报告中，林嘉文教授系统介绍了如何利用基于物理模型提升图像复原性能：一是利用物理模型生成具有真实分布特征的合成训练数据，有效扩充数据集；二是利用物理先验知识引导扩散模型的逆过程，从而在保持其生成能力的同时提升复原的保真度与鲁棒性。此外，林教授还展示了该方法在图像去雾和去模糊任务上的代表性实验结果。结果表明，融合物理先验的扩散复原模型在主观视觉质量和客观评价指标上均优于传统监督学习方法，尤其在处理未见过的场景时表现出更强的泛化能力。
报告结束后，林教授和与会师生就物理模型与数据驱动模型的融合策略、扩散模型的采样效率等问题进行了亲切交流和讨论，他还结合自身经历勉励同学们要积极拓宽视野、努力探索、发现并解决新的科学问题。此次报告进一步拓展了我校师生的视野，增强了对图像复原算法的理解和认识。
