职称：副研究员

专业： 智能信息系统

方向： 图像/视频处理、计算机视觉、人工智能等

科研项目与获奖

1. 国家自然科学基金委员会，面上基金项目，62171304，基于域建模分析的真实场景图像超分辨率技术研究，2022-01至2025-12，主持

2. 国家自然科学基金委员会，青年基金项目，61801316，联合模型先验与学习先验的高性能超分辨率重建技术，2019-01至2021-12，主持

3. 中国博士后科学基金会，博新计划项目，BX201700163，数字图像非局部特性建模和质量提升技术研究，2017-08至2019-07，主持

4. 四川省科学技术厅，四川省重点研发项目，2022YFS0098，基于人工智能大数据及三维建模的颈椎终板形态分类研究，2022-01至2023-12，主持

5. 必赢76net线路基本科研研发基金项目，2017SCU12003，基于非局部相似性的图像质量提升技术研究，2017-09至2018-12，主持

6. 国家自然科学基金委员会，国际（地区）合作与交流项目，62081330105，信息与通信技术在环境保护与污染监测中的应用，2020-07至2021-06，主研

7. 国家自然科学基金委员会，国际（地区）合作与交流项目，61881330160，信息与通信技术在山区自然灾害救援中的应用，2018-01至2018-12，主研

8. 国家自然科学基金委员会，面上项目，61471248，结合超分辨率重建的图像及视频新型压缩编码技术研究，2015-01至2018-12，主研

2017年入选国家博士后创新人才支持计划（人力资源和社会保障部、全国博士后管委会设立的一项青年拔尖人才支持计划，本年度所申请领域全国共8人，必赢76net线路该年度所有领域唯一入选）；2017年两次获得Elsevier授予的优秀审稿人奖；2019年评为电子二党支部优秀党员；2018年获“三信”奖教金；2020年获五粮春优秀教职工奖。

论文与专利

已发表SCI期刊论文或国际学术会议论文40余篇。其中，以第一作者或通信作者在国际顶级期刊/会议上发表10余篇论文，包括IEEE Transactions on Image Processing（TIP，CCF A类，2022-IF 11.04）、IEEE Transactions on Cybernetics（TCYB，2022-IF 19.12）、IEEE Transactions on Multimedia（TMM）、Pattern Recognition（PR）、Knowledge-Based Systems（KBS）、IEEE Conference on Computer Vision and Pattern Recognition (CVPR，CCF A类)等。为第四届IEEE ICCC国际会议的分会主席，担任ICISC 2023国际会议程序委员。图像处理及相关领域30余个SCI期刊/国际会议的审稿人，如：IEEE TIP、IEEE Transactions on Signal Processing (TSP)、IEEE TMM, IEEE Transactions on Circuits and Systems for Video Technology (TCSVT)、IEEE Transactions on Computational Imaging (TCI)、IEEE Transactions on Geoscience and Remote Sensing (TGRS)、IEEE Transactions on Evolutionary Computation（TEC）、IEEE Transactions on Artificial Intelligence（TAI）、IEEE Transactions on Cognitive and Developmental Systems（TCDS）、IEEE Transactions on Big Data（TBD）、IEEE Transactions on Circuits and Systems II: Express Briefs（TCAS-II）、IEEE Transactions on Industrial Informatics（TII）、IEEE Transactions on Systems, Man and Cybernetics: Systems（TSMCS）等。

部分代表性论文如下：

[1]Chao Ren, Xiaohai He, Qizhi Teng, Yuanyuan Wu, Truong Q. Nguyen. Single image super-resolution using local geometric duality and non-local similarity[J]. IEEE Transactions on Image Processing, 2016, 25(5): 2168-2183.（CCF A类，2022-IF 11.04）

[2]Chao Ren, Xiaohai He, Truong Q. Nguyen. Single image super-resolution via adaptive high-dimensional non-local total variation and adaptive geometric feature[J]. IEEE Transactions on Image Processing, 2017, 26(1): 90-106.（CCF A类，2022-IF 11.04）

[3]Chao Ren, Xiaohai He, Yifei Pu, Truong Q. Nguyen. Enhanced non-local total variation model and multi-directional feature prediction prior for single image super resolution[J]. IEEE Transactions on Image Processing, 2019, 28(8): 3778-3793.（CCF A类，2022-IF 11.04）

[4]Chao Ren, Xiaohai He, Yifei Pu, Truong Q. Nguyen. Learning image profile enhancement and denoising statistics priors for single-Image super-resolution[J]. IEEE Transactions on Cybernetics，2021, 51(7): 3535 - 3548.（2022-IF 19.12）

[5]Chao Ren, Xiaohai He, Truong Q. Nguyen. Adjusted non-local regression and directional smoothness for image restoration[J]. IEEE Transactions on Multimedia, 2019, 21(3): 731-745.

[6]Chao Ren, Xiaohai He, Chuncheng Wang, Zhibo Zhao.Adaptive consistency prior based deep network for image denoising[C]. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2021.（口头报告（Oral,约4%），CCF A类）

[7]Chao Ren, Xiaohai He, Linbo Qing, Yuanzhouhan Cao. Deep deblocker driven adaptive iteration scheme for compressed image recovery[C]. IEEE International Conference on Multimedia and Expo (ICME), 2021, DOI: 10.1109/ICME51207.2021.9428099.（口头报告（Oral,约6%））

[8]Chao Ren, Xiaohai He, Linbo Qing, Yuanyuan Wu, Yifei Pu. Remote sensing image recovery via enhanced residual learning and dual-luminance scheme[J]. Knowledge-Based Systems, 2021, 222, 107013.

[9]Chao Ren, Qizhi Teng, Xiaohai He, Linbo Qing, Truong Q. Nguyen. Compressed image restoration via deep deblocker driven unified framework[J]. Knowledge-Based Systems, 2021, 228, 107268.

[10]Chao Ren, Xiaohai He, Yifei Pu. Non-local similarity modeling and deep CNN gradient prior for super resolution[J]. IEEE Signal Processing Letters, 2018, 25(7): 916-920.