第二届全国创新争先奖状获得者高新波简介

高新波及其团队长期从事计算机视觉领域的基础理论研究，建立了基于信息、物理、认知空间融合的视觉计算框架，提出了图像结构建模新方法、视觉表观重构新模型，以及视觉质量评价新准则，丰富了视觉计算理论。主要成果包括：

1. 揭示了图像结构在时空与尺度变化上的一致性规律，基于此建立了结合图像全局-局部结构的一体化高阶张量表示模型，解决了因小样本问题带来的超大协方差矩阵分解难题；提出了紧致张量子空间优选的交替投影算法，并证明了收敛性，获得了更紧致的高阶张量表示。

2. 发现了图像结构显著度与视觉感知灵敏度之间的同向激励关系，构建了图像局部-非局部结构感知的表观重构模型，保证了重构图像的清晰度和完整性；提出了基于多字典联合学习的表观重构快速优化算法，简化了原始空间与重构空间的多元映射关系，降低了计算复杂度。

3. 挖掘了图像结构统计分布与视觉感知之间的内在规律；构建了面向图像结构变化的视觉感知融合滤波模型，增强了图像质量变化的感知能力。提出了与人眼视觉感知相吻合的图像质量客观评价准则。

上述研究成果赢得了国际学术界的高度评价，推动了图像结构建模与视觉表观重构应用基础研究的发展，获得2016年度国家自然科学奖二等奖。