時間：2018年10月13日-14日
地點：北京大學理科二號樓2129報告廳
三維視覺是計算機視覺與計算機圖形學高度交叉的一個重要研究方向。近年來，由於三維感測技術的飛速發展和三維幾何資料的爆炸式增長，三維視覺研究突破傳統的二維影象空間，實現三維空間的分析、理解和互動。三維視覺技術被越來越廣泛應用於智慧無人系統（無人車、無人機）、機器人、智慧製造、文物保護和醫療健康等多個行業，為國家的重大需求提供關鍵技術支撐。
CSIG影象圖形學科前沿講習班（簡稱IGAL）於2018年10月13日-14日在北京舉辦第7期，本期講習班主題為“三維視覺前沿進展與應用”，由北京大學的陳寶權教授擔任學術主任，邀請三維視覺領域的知名專家作報告，使學員在瞭解學科熱點、提高學術水平的同時，增加與三維視覺領域頂尖學者之間的學術交流。
學術主任
陳寶權
北京大學教授、博導
長江學者，國家傑青，973首席科學家
報告題目：基於深度感知與反演的三維視覺
摘要：三維視覺涉及到場景三維資料的獲取、幾何建模與理解，和基於三維場景的資料融合與智慧分析，是實現機器人（包括無人機和任何移動智慧體）與場景互動的要素，也是視覺再創造的基礎。此報告將介紹近年來基於機器人的三維感知方面的進展，特別是引入主動式（proactive）感知方法，構建資料獲取與資料處理的閉環。此報告還試圖擴充傳統三維視覺的研究內容，不僅對感知物件分類識別和幾何表達，也對其功能以及事件演變的內在規律和過程重建，實現更高層次的視覺智慧。視覺智慧催生越來越多的移動智慧體，如無人車、無人機、機器人等，也更有效地支撐數字化創意設計、影視製作以及資料視覺化。
特邀嘉賓
吳毅紅
中科院自動化所研究員、博導
報告題目：2017年以來的2D轉3D計算機視覺進展
摘要：基於影象2D資訊產生3D資訊是三維計算機視覺的主要研究內容，在機器人、AR、VR領域有廣泛應用。其中有三部分重要研究內容：影象匹配、相機定位、三維重建。從這三個方面介紹2017年以來進展，並進行未來趨勢展望。
楊睿剛
百度研究院三維視覺首席科學家、RAL負責人
報告題目：Baidu RAL: from Autonomous Driving to Robotics
Abstract：Baidu is the leading internet search provider in China. In the last few years, it has invested heavily in AI-related R&D. Among these projects, autonomous driving is one of the most prominent. In this talk, I will introduce Baidu’s Apollo project that provides an open source and open capability platform for autonomous driving. In addition, I will introduce the newly founded Robotics and Autonomous Driving lab (RAL) in Baidu Research, which serves as the research arm for AD business and the exploration front for robotics research.
劉燁斌
清華大學長聘副教授、博導，國家優青
報告題目：人體動態三維重建技術前沿
摘要：人體物件是視覺場景資訊中最重要的部分，其具有複雜的紋理外觀特性、非剛性形變和高動態特性。人體物件的動態三維重建可應用於全息三維影像通訊、3D人體試衣、擴增實境、安防視訊人體行為分析、各類智慧機器三維視覺分析、影視娛樂遊戲等。近年隨著三維視覺技術和深度學習網路技術的發展，IphoneX等智慧手機新增加實時深度成像模組，HoloLens/Magic Leap One等AR裝置的出現，5G網路的蓄勢待發，人體動態三維重建的應用變得越發迫切。本報告回顧近20年動態人體三維重建技術的發展，總結多條技術脈絡，包括基於面向單幀重建的、骨架驅動的、體態驅動的、時域融合驅動的四大類重建方法進行介紹，同時圍繞重建的目標需求：精準、實時、便捷、大範圍、語義化等5大目標進行技術闡述，介紹經典以及最新的前沿方法。最後展望未來，介紹報告人對人體動態三維重建的未來發展的認識與理解。
徐凱
國防科技大學副教授，國家優青
報告題目：室內機器人探索式三維重建與視覺感知
摘要：視覺感知是機器人探索、感知和理解未知環境的最重要方式。近年來，隨著三維感測裝置的飛速發展和三維幾何資料的迅速膨脹，三維圖形學正與視覺技術深度交叉、融合，形成基於三維幾何的計算機視覺研究方向，為機器人對未知環境的三維感知和立體互動提供了重要技術支撐。本次報告圍繞機器人室內場景三維幾何重建和語義理解，彙報我們研究組的若干最新成果。其中包括方向場引導的未知場景自動三維重建，基於主動互動的場景分割，基於三維注意機制的主動物體識別，以及物體感知引導下的自主三維重建。最後簡要介紹我們最新工作，即多機器人室內場景協同三維重建。
章國鋒
浙江大學教授、博導，國家優青
報告題目：運動恢復結構與視覺SLAM
摘要：運動恢復結構（Structure from Motion，簡稱SfM）和視覺同時定位與地圖構建（Visual Simultaneous Localization and Mapping，簡稱VSLAM）是三維視覺和機器人領域的基本問題，可以在未知環境中定位自身的方位並構建環境的三維地圖，有著廣泛的應用。本課程首先介紹相機模型、雙檢視幾何、多檢視幾何等基本的概念和原理，並介紹目前主流的SfM、視覺SLAM的框架和重要模組，包括特徵點跟蹤、相機姿態求解、集束調整和迴環檢測等。此外，還會專門介紹基於SfM和視覺SLAM 的一些典型應用，比如在手機AR上的應用。
李揚彥
阿里巴巴達摩院高階演算法專家
報告題目：面向三維資料的深度神經網路進展與展望
摘要：近年來，基於圖片的視覺任務取得了突破性進展，極大提高了計算機理解現實世界的能力。可以預見，結合三維資料，視覺系統能夠更有效地理解現實世界，進而更準確地互動和操作。深度學習是近年來圖片理解取得突破性進展的核心技術，也被認為有巨大的潛力適用於處理三維資料。然而，三維資料具有非常不同於圖片資料的結構特徵，將適用於處理圖片資料的深度神經網路擴充並用於處理三維資料的嘗試並不成功。本報告將回顧近年來三維深度學習方面的進展，並展望未來發展方向。
郭裕蘭
國防科技大學講師
報告題目：三維場景感知與理解
摘要：得益於三維資料感測器的快速發展，三維視覺在近年來得到了廣泛的關注。相比於二維影象，三維點雲包含了更加豐富的幾何、形狀和結構資訊，從而為場景理解提供了更多可能。三維場景感知與理解在自動駕駛、機器人、虛擬現實/擴增實境以及遙感等領域都有大量的應用。本報告將介紹研究組在深度估計、點雲特徵表示、三維建模以及三維目標識別等領域的進展。
報名方式
即日起至2018年10月12日，報名者可諮詢學會祕書處詳細事宜或點選連結https://b.eqxiu.com/s/WzyIZuPD直接報名。
聯絡方式
聯 系 人：駱老師/黎新
聯絡電話：010-82544676 / 18518633293（手機微信同號）