武科大網(wǎng)訊（通訊員張曉森 吳廣良）近日，信息科與工程學(xué)院伍世虔教授團隊在計算機視覺(jué)及模式識別領(lǐng)域國際會(huì )議《IEEE Conference on Computer Vision and Pattern Recognition》（CVPR）上發(fā)表了《Adaptive Rank Estimate in Robust Principal Component Analysis》的研究成果，論文由2019級博士生徐正勤及2019級碩士生何銳共同完成，伍世虔教授為通訊作者。

   CVPR國際會(huì )議錄用標準非常嚴苛，整體錄取率很低，審稿實(shí)行雙盲審，通常一篇論文需由三位以上審稿者進(jìn)行審閱，最后由會(huì )議領(lǐng)域主席(Area Chair)決定論文是否可被接收。在各種學(xué)術(shù)會(huì )議中，CVPR有很強的影響力和較高的排名。目前，在各種學(xué)術(shù)會(huì )議中，CVPR有很高的排名和影響力。在中國計算機學(xué)會(huì )（CCF）推薦國際學(xué)術(shù)會(huì )議的排名中，CVPR為人工智能領(lǐng)域的A類(lèi)會(huì )議。伍世虔教授團隊在CVPR上發(fā)表的成果是我校首次在該領(lǐng)域頂級會(huì )議中發(fā)表論文，充分擴大了我校在計算機視覺(jué)、模式識別及人工智能領(lǐng)域的影響力。

   該論文針對高維信號分解中需要根據實(shí)際對象手動(dòng)調整參數或者需要先驗知識的問(wèn)題，創(chuàng )新性地提出了一種自適應秩估計算法，解決了現有魯棒主要成分分析中精度低、魯棒性差等問(wèn)題，所提算法在各種復雜環(huán)境下性能均優(yōu)于現有算法。評審意見(jiàn)認為，該論文利用Gerschgorin Disk 理論對低秩信息和稀疏信息有效分離，這個(gè)工作在模式識別、人工智能及大數據分析等領(lǐng)域有很大的貢獻。

   伍世虔簡(jiǎn)介：伍世虔是湖北省“楚天學(xué)者”特聘教授,中國高被引學(xué)者，智能信息處理與實(shí)時(shí)工業(yè)系統湖北省重點(diǎn)實(shí)驗室主任，機器人與智能系統研究院副院長(cháng)。曾任華中科技大學(xué)機械學(xué)院先進(jìn)制造技術(shù)研究所副所長(cháng)，新加坡國家科技局高級研究員（科學(xué)家）,多次擔任國際會(huì )議（ICICS,ISITC,ICoIAS）等大會(huì )主席、程序委員會(huì )主席或分會(huì )主席。在國內外頂級期刊或會(huì )議發(fā)表學(xué)術(shù)論文230余篇，其中3篇論文被列為熱門(mén)文章，9篇論文被列為高被引文章，總引用超過(guò)5000次。