CNPq

Tese de Doutorado de Eduardo Simões Lopes Gastal - Efficient High-Dimensional Filtering for Image and Video Processing - foi agraciada com o ACM SIGGRAPH Outstanding Doctoral Dissertation Award.

Financiada pelo CNPq e pela CAPES, a pesquisa foi desenvolvida no Programa de Pós-Graduação em Ciência da Computação do Instituto de Informática da Universidade Federal do Rio Grande do Sul (UFRGS), sob orientação do Professor Manuel Menezes de Oliveira Neto.

O Prêmio é o mais importante reconhecimento internacional para uma Tese de Doutorado em Computação Gráfica, que considera as contribuições do trabalho para a área. A cerimônia de premiação ocorreu no dia 25 de julho de 2016 na Califórnia, durante a conferência ACM SIGGRAPH 2016.

A ACM (Association for Computing Machinery) é a maior e mais importante sociedade científica e profissional da área de Computação. ACM SIGGRAPH (Special Interest Group in Graphics) é o braço da ACM especializado em Computação Gráfica e Técnicas Interativas.

A escolha dos jurados foi unânime: "Em reconhecimento pelo potencial de impacto e pelas notáveis contribuições feitas durante o seu doutorado, o comitê, de forma unânime, o selecionou para receber a primeira edição do prêmio ACM SIGGRAPH Outstanding Doctoral Dissertation Award este ano no SIGGRAPH".

Tese também recebeu o prêmio de Melhor Tese de Doutorado em Computação de 2015, outorgado pela Sociedade Brasileira de Computação (SBC) durante o Congresso da SBC realizado no inicio de julho de 2016 em Porto Alegre. O trabalho, bem como os vários artigos publicados durante o doutorado, estão disponíveis no endereço http://www.inf.ufrgs.br/~eslgastal/

A Tese e suas contribuições

Técnicas de filtragem de imagens e vídeos com preservação de arestas são uma ferramenta fundamental para diversas aplicações como, por exemplo, manipulação de detalhes, remoção de ruído, redução de faixa dinâmica (tone mapping), ampliação, filtragem espaço-temporal, recolorização e estilização, para citar apenas algumas. As técnicas de filtragem com preservação de arestas existentes antes do desenvolvimento desta Tese de Doutorado são capazes de produzir bons resultados em várias situações práticas, mas são computacionalmente ineficientes. Assim, não são adequadas para uso em aplicações de tempo real envolvendo imagens e vídeos coloridos - uma condição de enorme interesse prático. Tal ineficiência decorre, fundamentalmente, do fato deste tipo de filtragem envolver a utilização de espaços de alta dimensionalidade (espaços com cinco ou mais dimensões). 

A Tese de Doutorado de Eduardo Gastal mudou completamente este cenário ao introduzir três técnicas computacionalmente ótimas para realização de filtragrem com preservação de arestas. As novas técnicas permitem a realização destas operações em tempo real e se baseiam em sólida fundamentação matemática. A primeira delas, chamada Domain Transform (Transformada de Domínio), é atualmente a mais rápida técnica para filtragem com preservação de arestas em espaços de alta dimensionalidade a utilizar métrica geodésica. A segunda técnica,  Adaptive Manifolds (Variedades Adaptativas), por sua vez, é a mais rápida técnica existente para filtragem com preservação de arestas (em espaços de alta dimensionalidade) a utilizar métrica Euclideana. Estas duas técnicas tem sido utilizadas por pesquisadores de várias empresas como Google, Disney e Adobe, e foram incorporadas ao OpenCV, uma biblioteca de software para aplicações de processamento de imagens e visão computacional bastante popular na comunidade de pesquisadores e desenvolvedores de software.

A terceira contribuição da Tese corresponde a uma formulação matemática com custo linear para aplicação de filtros recursivos arbitrários a sinais amostrados de maneira não-uniforme. Trata-se de um resultado importantíssimo, visto que várias aplicações são melhor definidas utilizando amostragem não uniforme (e.g., algoritmos para síntese de imagens fotorealísticas, processamento de imagens e vídeos com preservação de arestas, processamento de sinais livre de aliasing, etc.). Por sua vez, ferramentas tradicionais de filtragem, como a transformada rápida de Fourier (FFT), convoluções e filtros recursivos requerem uma amostragem uniforme dos dados de entrada. A Tese introduz uma nova formulação matemática capaz de tratar dados amostrados de maneira não uniforme. Este resultado deve ter impacto em diversas outras áreas da computação e de processamento de sinais.  

Em síntese, a Tese introduziu três soluções ótimas (i.e., com custo linear) para diferentes aspectos do problema de filtragem de imagens e vídeos em espaços de alta dimensionalidade e mudou a nossa compreensão sobre este problema fundamental.

A seguir, exemplos de filtros (efeitos), entre muitos possíveis, utilizando as técnicas rápidas de filtragem desenvolvidas na Tese. A ênfase, portanto, não está nos efeitos em si, na eficiência computacional dos métodos que garante desempenho em níveis muito acima do que antes não era possível.

Coordenação de Comunicação Social do CNPq 

com informações do Setor de Comunicação do Instituto de Informática da UFRGS