信息学院闽江学者特聘教授王菡子课题组与澳大利亚阿德莱德大学David Suter教授课题组合作，撰写题为“Simultaneously Fitting and Segmenting Multiple-Structure Data with Outliers”的高水平研究论文（长文）近日在国际顶级期刊《IEEE模式分析与机器智能汇刊》（IEEE TPAMI）上发表。该项研究得到了国家自然科学基金委、株洲市科技局、澳大利亚国家基金委等国内外机构和政府部门的大力资助。IEEE TPAMI在2010年计算机科学的人工智能领域108种JCR国际期刊中排名第一，影响因子为5.308，系人工智能领域最有影响力的国际学术期刊。
真实的计算机视觉数据经常包含大量的多结构并伴有高比例的噪声。为了处理多结构数据，传统的方法通常采用依次“拟合- 去除”的步骤。然而，上述策略会引入误差传播，并且在结构数目较多的情况下计算效率较低。如何能够有效地处理多结构数据，克服传统方法中的缺点一直是国际研究学者密切关注的重要问题。
该文提出了一个新的鲁棒拟合框架，包括有效地权重、聚类和融合。所提出的框架可以同时拟合和分割包含大量噪声的多结构数据，不仅自动估计数据中所包含的结构数目，而且精确估计每个结构的模型参数以及内点噪声尺度。该工作为今后研究处理多结构数据提供了一个有价值的方向，并为如运动分割、模型拟合、范围图像分割等应用提供了重要的理论支持。
此外，王菡子教授做为通讯作者，与澳大利亚阿德莱德大学Chunhua Shen博士的课题组撰写的论文“UBoost: Boosting with the Universum”，以及与美国约翰霍普金斯大学Gregory Hager教授的课题组撰写的论文“A System for Video-based Navigation for Endoscopic Endonasal Skull Base Surgery”，近日分别被《IEEE模式分析与机器智能汇刊》（IEEE TPAMI）和《IEEE医学成像汇刊》（IEEE TMI）接受。IEEE TMI在2010年计算机科学的跨学科应用领域的97种JCR国际期刊中排名第三，影响因子为3.639，属于医学成像领域中的顶级国际学术期刊。
王菡子教授现为信息科学与技术学院 “闽江学者”特聘教授、博士生导师，也是澳大利亚Adelaide大学兼职教授。王菡子教授课题组多年来一直从事鲁棒统计理论及其应用方面的研究，并取得具有国际影响力的研究成果。在国内外重要学术期刊和国际学术会议上已发表论文近50余篇，其中，多篇论文在IEEE TPAMI、IJCV等国际顶级期刊和国际顶尖会议ICCV、ECCV、CVPR、NIPS、MICCAI上发表。
论文链接：
（信息学院）
