武科大网讯（记者周嘉豪）近日，我校信息科学与工程学院伍世虔教授团队在2023年计算机视觉和人工智能领域的国际顶级会议《IEEE Conference on Computer Vision and Pattern Recognition》（CVPR）上发表了《Efficient Robust Principal Component Analysis via Block Krylov Iteration and CUR Decomposition》的研究成果，博士生方顺为第一作者，伍世虔教授为通讯作者。
随着计算机技术的快速发展，以人工智能和机器学习为代表的新兴技术日新月异。国际顶级会议凭借其更新频率快、认可程度高的特点，成为了计算机视觉和人工智能领域的一大热门。在2022年谷歌学术指标排行榜中，CVPR的影响因子在全球所有学术期刊、会议中排名第四，仅次于排名前三的Nature、NEJM及Science。在中国计算机学会（CCF）推荐国际学术会议的排名中，CVPR为人工智能领域的A类会议。
鲁棒主成分分析（RPCA）的本质是从含噪的数据中提取出隐藏在其背后的简单结构。由于该方法针对非高斯噪声或离群点严重的噪声具有优良的性能，在计算机视觉、信号处理、大数据分析等众多领域得到广泛应用。然而，作为一种优化方法，当处理的数据量（如视频序列）很大时，需要极大的计算资源和时间。
针对上述问题，该论文提出一种基于分块Krylov迭代和CUR分解的RPCA（eRPCA）算法。具体地，该算法采用Krylov迭代方法来近似特征值分解，采用CUR分解代替SVD更新低秩矩阵分量，实验结果表明：运行速度比传统方法提高了一个数量级，为RPCA的实际应用奠定了基础。
目前我校在CVPR上刊登过两次研究成果，均为伍世虔教授团队所发表。伍世虔教授团队一直致力于计算机视觉人工智能及机器学习等研究领域，先后承担了新加坡国家科技局、国家自然科学基金、湖北省重大技术创新专项等十多项科研项目，在国内外高校、院所建立了广泛的合作研究。
