徐昊教授團隊的兩篇論文“CharFormer: A Glyph Fusion based Attentive Framework for High-precision Character Image Denoising”和“RCRN: Real-world Character Image Restoration Network via Skeleton Extraction”被多媒體領域頂級國際會議ACM International Conference on Multimedia 2022（CCF-A）接收。兩篇論文的第一作者均為意大利特倫托大學與伟德国际BETVlCTOR聯合培養的2019級博士生史大千，通訊作者為徐昊教授。史大千由Fausto Giunchiglia教授和徐昊教授共同指導。
論文“CharFormer: A Glyph Fusion based Attentive Framework for High-precision Character Image Denoising”的作者還有考古學院李春桃教授，博士生刁曉蕾、遲楊、石立達等。論文的主要工作是：圖像噪聲是影響OCR效果的重要問題之一，尤其是對于噪聲腐蝕嚴重的古文字圖像。然而，通過現有去噪方法獲得的結果并不能顯著提高字符識别性能。這主要是因為當前的方法隻關注像素級信息，而忽略了字符的關鍵特征如字形，導緻在去噪過程中字形損壞。在本文中，介紹了一種基于字形融合和注意機制的新型通用框架，用于精确恢複字符圖像。實驗結果證明該方法生成的降噪圖像能顯著增強OCR效果。
論文“RCRN: Real-world Character Image Restoration Network via Skeleton Extraction”的作者還有博士生刁曉蕾、邢浩。論文的主要工作是：由于現實世界的圖像經常受到圖像退化的影響，構建高質量的字符圖像數據集具有挑戰性。将當前的圖像恢複方法應用于此類字符圖像時存在局限性。本文提出了一個現實世界的字符恢複網絡（RCRN）來有效地恢複退化的字符圖像，其中利用字符骨架信息和尺度集成特征提取來獲得更好的恢複性能。實驗結果表明，RCRN 能有效地解決真實條件下的文字圖像降噪問題。
ACM International Conference on Multimedia（ACM MM）是多媒體領域公認的頂級國際學術會議，也是中國計算機學會（CCF）認定的A類會議。
