大连理工大学电信学部信息与通信工程学院视觉及学习研究组的一篇论文被国际顶级期刊《IEEE 模式分析与机器智能汇刊》 (TPAMI)录用为长文并已在线发表。

录用论文的题目为《Local Log-Euclidean Multivariate Gaussian Descriptor and Its Application to Image Classification》 (局部对数欧氏多变量高斯描述子及其在图像分类上的应用)。该论文在刻画高斯分布(正态分布)所形成的空间方面有新的理论突破。该论文首次通过严格的定义和证明揭示出该空间具有李群结构，从而将对高斯分布代数和几何结构的认知及理解提升到一个新的高度。高斯分布广泛地应用于概率和统计以及工程领域中，根据上述理论论文提出一种全新的局部对数欧氏多变量高斯描述子，并将提出的描述子用到了计算机视觉重要的课题图像分类中。由于自然图像的多变性，导致图像分类是一个非常困难的问题，但是其有着非常广泛的应用场景，例如，医学诊断、安全防控、自动驾驶等等。论文提出的描述子能够自然地融合多种图像线索，具有很强的分辨能力，并在场景类，物体类以及纹理类的分类任务上均得到了同类方法的最好性能，为该描述子在实际产品中的应用做了充分的评估和验证。

TPAMI是计算机视觉及模式识别领域最顶尖的SCI期刊，2015-2016年的影响因子为5.781，是中国计算机协会评选出的为数不多的人工智能领域A类期刊之一。 该期刊对所刊登论文的原始创新性有很高的要求，对投稿论文的评审非常苛刻和严格。每年国内一流科研单位在该期刊上发表的文章数量十分有限。据悉，这是到目前为止电信学部第一篇第一作者单位为大连理工大学的TPAMI论文。

视觉及学习研究组主要研究方包括计算机视觉、模式识别及机器学习。该研究组在图像分类和检索、虹膜识别等领域有着丰富的研究成果，在计算机视觉领域三大顶级会议（CVPR/ICCV/ECCV）以及IEEE图像处理汇刊、模式识别等权威国际期刊发表多篇论文。该研究组注重理论和实际应用的结合，在国际虹膜分割竞赛、国际虹膜识别竞赛以及阿里巴巴大规模图像搜索大赛中均获得优异成绩。