报告时间：2022年5月18日（星期三）晚上19：00-21：00（线上）

#腾讯会议：814-154-879

主办单位：宁夏大数据与人工智能省部共建协同创新中心 3044am永利集团3044noc

题目：Fast and Robust Image Filtering: Methods and Applications

个人简历：

刘伟本科毕业于西安交通大学，并于2012年保送至上海交通大学攻读博士学位。他在2018年获得博士学位后加入澳大利亚阿德莱德大学从事博士后研究工作。从2021年起至今，他在香港大学从事博士后研究工作。刘伟博士的研究方向为鲁棒图像滤波，快速图像滤波等方法研究及其在计算机视觉和图形图像学领域的应用。刘伟发表过多篇国际顶级期刊和会议论文，包括TPAMI，TOG，TIP，TCSVT，TMM，ICCV，AAAI，IJCAI等，同时他还是TOG， TIP，TCSVT，PR，SIGGRAPH，CVPR等国际期刊会议审稿人。

报告题目：

Fast and Robust Image Filtering: Methods and Applications

摘要：

本次报告我将介绍我们发表在ICCV，TOG/SIGGRAPH和TPAMI的关于快速图像滤波和鲁棒图像滤波以及其在计算机视觉和图形图像学任务中的应用。在快速图像滤波中，我首先介绍我们提出的半全局加权最小二乘滤波算法（semi-global weighted least squares），作为加权最小二乘滤波算法的变体，所提出的算法能够具有与加权最小二乘滤波算法相近的滤波性能，但是具有运行速度快，内存消耗低，高度并行化，适合多线程并行计算等优点。其次我们将介绍所提出的迭代最小二乘滤波算法（iterative least squares），该算法为全新的全局图像滤波算法，并在抑制梯度翻转，晕轮现象等方面有着优秀的表现。同时该算法高度并行，适合GPU加速，可实现1080P图像的实时图像处理。在鲁棒图像滤波中，我将介绍我们提出的泛化图像滤波模型，该算法能够克服以往算法中滤波特性单一，无法满足不同任务滤波需求等缺点，并能够实现多种滤波特性和以往算法所无法实现的滤波特性，该算法在多种任务中能够实现当前最好实验结果。