实验室刘伟博士在攻读博士学位期间和在博士后工作期间的工作《Real-time Image Smoothing via Iterative Least Squares》近期在 ACM Transactions on Graphics 2020 发表，并将受邀在 ACM SIGRAPH 2020 上做报告。ACM TOG 和 ACM SIGRAPH 是计算图形学领域的顶级期刊和会议（均为 CCF-A 类），实验室杨杰教授、黄晓霖副教授为本文的通讯作者，这也是本实验室和自动化系在第一次在 ACM TOG 上发表通讯作者文章。

在图像平滑滤波中，图像平滑质量和处理速度上存在折中问题：高平滑质量需要大量计算，从而导致较低的处理速度。本文提出了一个全新的基于全局优化的图像平滑算法，该算法被定义为迭代最小二乘（iterative least squares, ILS）平滑算法。该算法可以较低的运算量实现高平滑质量。其同时还具有高度并行的特点，容易通过并行计算进行加速。通过GPU加速，所提出算法可在高分辨率图像上实现实时图像处理。其高效性和有效性在多个应用中都得到了验证。

详细介绍：【速览】TOG 2020 | 基于迭代最小二乘的实时图像平滑滤波

算法代码：http://www.pami.sjtu.edu.cn/Show/56/125

https://github.com/wliusjtu/Real-time-Image-Smoothing-via-Iterative-Least-Squares 。