近期，我院博士研究生王子楷所撰寫的2篇學術論文先後在IEEE Transactions on Image Processing和Pattern Recognition上發表。根據中科院期刊分區表，以上期刊均為計算機學科大類一區TOP期刊，最新SCI影響影子分别為10.6和8.0。

王子楷同學的博士論文研究主題為“圖像線特征檢測”，指導教師為鐘寶江教授。該研究包括直線段檢測、橢圓檢測等内容，均為計算機視覺領域的底層任務，所發展的算法能夠被廣泛用于解決衆多中、上層任務（如三維重建、SLAM、醫學圖像分析等），具有重要的基礎研究價值。經過多年發展，相關算法的推進、更疊速度明顯變緩，一般隻有取得顯著性突破的研究成果才能夠被本領域的此類學術期刊接受發表。

論文貢獻介紹：

[1] Zikai Wang, Baojiang Zhong and Kai-Kuang Ma. Anisotropic scale-invariant ellipse detection.IEEE Transactions on Image Processing, 2024. https://doi.org/10.1109/TIP.2024.3392481

“仿射不變的圖像特征檢測”是視覺和圖像分析領域一個極具挑戰性的課題，其解決既需要精巧的算法設計，也需要完備的數學論證。本文首先基于人眼視覺機制，闡述仿射不變性對于橢圓檢測任務的重要意義。然後，建立一個仿射不變的橢圓檢測方法框架，并提出一系列關鍵技術，包括：仿射不變的橢圓拟合技術、仿射不變的“點-橢圓”、“橢圓-橢圓”距離度量。最後，設計與實現具體的橢圓檢測算法。

[2] Zikai Wang, Baojiang Zhong, Xueyuan Chen and Hangjia Zheng. MPG-LSD: A high-quality line segment detector based on multi-scale perceptual grouping. Pattern Recognition, May 2024. https://doi.org/10.1016/j.patcog.2024.110286

本文提出一款基于“多尺度感知組合”的直線段檢測方法，主要創新是在圖像的尺度空間中提取線索，通過感知組合形成直線段特征。與當前SOTA算法相比，該方法展現出顯著優勢，能夠将平均F-得分從46%提升至54%。審稿人之一評價“The paper proposes a solution that is simple, integral, and elegant, effectively addressing the challenge.”。