题  目：面向三维数据的点卷积神经网络PointCNN

内容简介：近年来，基于图片的视觉任务取得了突破性进展，极大提高了计算机理解现实世界的能力。可以预见，结合三维数据，视觉系统能够更有效地理解现实世界，进而更准确地交互和操作。深度学习是近年来图片理解取得突破性进展的核心技术，也被认为有巨大的潜力适用于处理三维数据。然而，三维数据具有非常不同于图片数据的结构特征，将适用于处理图片数据的深度神经网络拓展并用于处理三维数据的尝试并不成功。本报告将回顾近年来三维深度学习方面的进展，并重点介绍我们提出的在多项标准数据集和任务上刷新世界纪录的点卷积神经网络PointCNN。

报告人：山东大学   李扬彦   教授

报告人简介：2013年，获得中国科学院大学博士学位，之后先后赴美国斯坦福大学和以色列特拉维夫大学从事博士后研究工作，2016年底入选山东大学“齐鲁青年学者”特聘教授。研究方向为计算机图形学和计算机视觉，主要研究基于点云以及图片的三维视觉问题，研究成果发表于ACM SIGGRAPH（Asia）、IEEE ICCV和IEEE NIPS等计算机图形学和计算机图形学相关领域的顶级国际会议，受到学术界和工业界的广泛关注。

时  间：2018年5月28日（周一）下午15：30始

地  点：南海楼224室

热烈欢迎广大师生参加!

信息科学技术学院/网络空间安全学院

2018年5月24日