报告人：段晔
报告题目：面向三维形状理解的深度学习
报告时间：2021年8月3日（周二）上午08：00 ~ 09：30
报告地点：ZOOM（会议ID：913 1523 8457，密码：491890）
主办单位：智慧教育学院、人文社会科学研究院
报告人简介：
段晔，北京大学学士，美国犹他州立大学硕士、美国纽约州立大学计算机科学博士，现任美国密苏里大学（哥伦比亚分校）计算机科学系副教授，IDE教职研究员、计算机图形与图像理解实验室主任、城市安全中心主任以及工业界智能社区认知物联网联盟主任。研究方向为计算机图形学、计算机视觉、机器学习、几何建模、可视化、虚拟现实等。2018年和2019年担任IEEE形状建模国际会议(SMI)的会议主席，曾获IEEE可视化最佳论文荣誉奖、医学物理学编辑选择奖、大脑和行为基金会青年研究人员奖等荣誉。
报告摘要：
3D形状建模是可视化、虚拟现实、增强现实、自动驾驶、机器人技术、远程医疗等应用的基础，深度学习已成为二维图像视觉识别的强大工具。报告将介绍面向3D形状理解的新型深度学习技术，包括：1)MV-RNN：一种结合了卷积神经网络(CNN)和长短期记忆(LSTM)的多视图循环神经网络，用于3D形状分割；2)PointGrid：一种新的混合三维表示，用于三维识别和三维语义理解等深度学习任务；3)PanoDepth：一种基于深度学习的全方位深度估计框架，通过多尺度视图合成和多视图立体匹配的新颖集成，自动生成高质量的全方位3D地图。此外，报告将描述在虚拟现实、生物医学成像等领域正在进行的项目。