近日，我院青年教师彭冲博士的论文《RES-PCA: A Scalable Approach to Recovering Low-Rank Matrices》在计算机视觉领域国际顶级学术会议IEEE International Conference on Computer Vision and Pattern Recognition（CVPR2019）上发表。该论文由彭冲博士与美国肯塔基大学程强副教授、电子科技大学康昭博士、我校陈程立诏博士、李建波教授合作完成，其中彭冲博士是论文的第一作者，陈程立诏博士和李建波教授是通讯作者。

高维数据通常由低秩和稀疏两部分组成，精确提取低秩和稀疏部分在许多问题中存在广泛的应用。然而，当前的算法存在精度不高或者复杂度太高的问题。该文提出一种基于样本两两之间相似性的鲁棒主成分分析算法，具有线性复杂度，能够在保证数据低秩和稀疏分离精度的基础上提高算法的效率。

IEEE International Conference on Computer Vision and Pattern Recognition（CVPR）是计算机视觉领域国际顶级会议，也是中国计算机学会（CCF）推荐的A类学术会议，根据谷歌发布的2018年最新版学术指标（Google Scholar Metrics，GSM）榜单，CVPR在泛人工智能领域排名第一。