
<html><head><meta http-equiv="content-type" content="text/html; charset=utf-8"></head><body style="overflow-wrap: break-word; -webkit-nbsp-mode: space; line-break: after-white-space;"><div><span>(Apologies if you receive multiple copies of this message)</span></div><div><span><br></span></div><div><span><br></span></div><div>Our next 1-hour webinar will take place<b> Thursday, 13 February at 14:00 CET with Prof. Antonio Ortega </b>(University of Southern California, USA).</div><div><br>RSVP link to join: <a href="https://cassyni.com/events/4RfmYLtbDw5EY3nqXa7LZK/abstract?cb=functi">https://cassyni.com/events/4RfmYLtbDw5EY3nqXa7LZK/abstract?cb=functi</a> <br><br></div><div><span><b>Title</b>: DCTs, DSTs and transforms on path graphs: History and recent results</span><span><br></span><span><br></span></div><div><span><b>Abstract</b>: </span></div><div><span>Soon after turning 50, the DCT remains the dominant transform for image and video coding and by far the most popular among the family of discrete trigonometric transforms (DTTs), including the DCTs and DSTs. The connection between the DCT and eigendecompositions of path graphs has been known for at least 30 years, yet DTT extensions that leverage this graph interpretation have only emerged recently. In this talk, we provide an overview of the DCT and its connection to graphs and describe several recent graph-based extensions of the DCT having desirable properties. Among these extensions, we will describe graph-based transforms that are efficiently learnable from data, have computationally efficient implementations, or are optimized for perceptual and/or computational metrics (rather than mean squared error distortion).</span><span><br></span><span><br></span></div><div><span><b>Bio</b>: </span></div><div><span>Antonio Ortega is Dean's Professor of Electrical and Computer Engineering at the University of Southern California (USC). He received his undergraduate and doctoral degrees from the Universidad Politecnica de Madrid, Madrid, Spain and Columbia University, New York, NY, respectively. He is a Fellow of the IEEE and EURASIP and he currently serves as the VP for Publications of the IEEE Signal Processing Society. He has received several paper awards, including the 2016 Signal Processing Magazine award. His recent research work focuses on graph signal processing, machine learning and multimedia compression. He is the author of the book, "Introduction to Graph Signal Processing", published by Cambridge University Press in 2022.</span><span><br></span><span><br></span></div><div><span>We look forward to seeing you at this webinar.</span></div><span><br></span><span><div>

—<br>__________________________________________<br>Dr. Giuseppe Valenzise<br>CNRS Researcher<br>Laboratoire des Signaux et Systèmes (L2S, UMR 8506)<br>CNRS - CentraleSupelec - Université Paris-Saclay<br>3, rue Joliot Curie<br>91192 Gif-sur-Yvette Cedex, France<br>https://l2s.centralesupelec.fr/u/valenzise-giuseppe/<br><br>Chair of the IEEE SPS Multimedia Signal Processing Technical Committee (MMSP TC)<br><br>Editor in Chief EURASIP Journal on Image and Video Processing<br><span></span><span></span><span></span><span></span><span></span><span></span><br class="Apple-interchange-newline"><span></span><span></span><span></span><span><img alt="signature_banner.png" src="cid:BDFBF4EB-9312-4804-9085-0D76C8FA74F5"></span><br class="Apple-interchange-newline"><br class="Apple-interchange-newline"><br class="Apple-interchange-newline">~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~<br>“Immersive Video Technologies”<br>https://www.elsevier.com/books/immersive-video-technologies/valenzise/978-0-323-91755-1<br><br>

</div></span><span>

</span><span><br></span><div></div></body></html>