题  目：基于深度网络先验的三维场景SLAM重建和在线语义分割

内容简介：三维场景的几何重建和语义理解是计算机图形学、计算机视觉和智能机器人等领域非常重要的研究课题.近年来,随着深度几何学习的飞速发展,三维场景的语义理解(场景分类,语义或实例级别分割等)取得了长足进步.但是基于深度学习的三维场景的几何重建进展还不多,此外,三维场景的在线语义分割等问题仍然没有得到有效解决.为此,本报告首先介绍一种基于深度几何表征的三维场景实时重建方法,提出完全依靠深度几何表征进行实时地相机位姿估计和场景更新,取得了当前SOTA的三维场景几何重建效果.另外,本报告还将介绍一种基于超体素卷积的三维场景在线语义分割方法,首次在2D-3D联合学习层面取得当前SOTA的在线语义分割效果。

报告人：北京师范大学  黄石生  助理教授

报告人简介：博士毕业于清华大学计算机系,研究方向为计算机图形学，曾于清华大学图形学与几何计算实验室从事博士后研究，近年来在几何形状分析、实时三维重建、视觉SLAM等方向上发表多篇论文，包括ACM SIGGRAPH、IEEE TVCG、IEEE CVPR、IEEE ICRA等计算机图形学、计算机视觉或者智能机器人等重要会议或者期刊。

时  间：2021年6月26日（周六）上午10：00开始

地  点：腾讯在线会议  ID：211700095

热烈欢迎广大师生参加!

信息科学技术学院

2021年6月24日