l 医学图像处理与分析
针对目前医学图像重建和病理识别效率低、效果不理想等问题，结合变分优化与深度学习技术，通过“融合”、“增强”、“清晰化”等手段，建立高效高质量病理影像重建模型，以及快速高准确率病理识别方法。本团队致力于在提升患者就医体验的同时辅助医生提供更为精准的临床诊断。相关研究工作已经到得到国家自然科学基金重点项目支持。
l 遥感图像处理与分析
重点研究遥感图像处理的相关方法和技术。具体包括对遥感影像中感兴趣目标的语义分割、识别、分类等，为AI智能城市建设提供关键技术支持。常用数学工具包括：线性代数/矩阵论、优化、变分法以及各种快速算法。工作目前已触及国计民生的各个角落，具体应用包括：灾害监测、资源勘察等等。
l 三维重建
三维重建是计算机视觉的灵魂。是未来人工智能的重要研究领域之一，因其应用广泛而倍受科研人员的关注。三维重建技术通过深度数据获取、预处理、点云配准与融合、生成表面等过程，把真实场景刻画成符合计算机逻辑表达的数学模型。这种模型可以对如文物保护、游戏开发、建筑设计、临床医学等研究起到辅助的作用。以三维模型为载体，让视觉技术水平的提升带动生活、工作的便利化是计算机视觉追求的终极目标。
l 图像恢复
图像恢复问题广泛出现于国防、工业及其他生产生活的各个方面。特别的，乘性噪声去除是一个研究重点，因为其与信号强度有关，对图像造成的污染更为严重，甚至会淹没图像中的所有特征，且往往伴有模糊。此污染存在于许多现实世界中的图像处理应用中，如激光图象，显微图象，医学超声图像和合成孔径雷达图像。因此研究去除乘性噪声和模糊的图像复原模型具有重要意义。