刘文予 教授
清华大学计算机科学与技术系本科毕业，华中科技大学电子与信息工程系获硕士、博士学位，华中科技大学电子信息与通信学院人工智能研究所所长、教授。中国图象图形学会常务理事、中国图象图形学学会图象视频处理与通信专业委员会副主任委员、全国电子与通信工程领域工程硕士培养指导组成员、中国电子教育学会研究生教育分会常务理事、中国通信学会通信理论与信号处理专业委员会委员、中国自动化学会模式识别与机器智能专业委员会委员。研究方向为计算机视觉、人工智能等方面。主持多项国家级项目，包括国家自然科学基金重点项目、国家重点研发计划等。获湖北省技术发明一等奖、自然科学二等奖。担任多种国际学术会议主席和TPC。在IEEE Trans 等国际著名期刊和顶级会议发表论文100多篇，发明专利20项。
基于图像的三维重建主要包括图像匹配、稀疏重建、稠密重建、表面重建、纹理映射等几个关键步骤。近年来，随着深度学习的崛起，其在基于图像的三维重建中发挥着越来越重要的作用。报告主要围绕稠密重建及表面重建两个主题展开，介绍我们利用传统的几何方法及深度学习方法在解决这些问题的最新研究成果，分析和对比两种思路在解决问题时各自的优劣，并探讨未来可能的研究趋势。
个人简介：
陶文兵，男，博士，现为华中科技大学人工智能与自动化学院教授/博士生导师。2014年—2019年连续6年入选中国高被引学者（Most Cited Chinese Researchers），以第一作者和通讯作者在IEEE汇刊等国际权威期刊及计算机学会A类国际会议上发表论文60余篇。多次应邀在国内外大学及研究机构如新加坡南洋理工大学数学系、挪威奥斯陆大学国家数学应用研究中心、南开大学、国防科大等进行合作研究及学术交流。近年来在多个领域做出了有意义的研究工作：1）为国际上最早提出孪生网络目标跟踪算法的研究团队之一；2）提出ACMH/ACMM/ACMP/PVSNet等多视图重建算法曾在公开数据集上评测取得领先的性能（代码已开源）；3）提出SSRNet/DeepDT等算法采用深度网络解决了大规模点云表面重建问题，并取得与传统几何算法相当的性能（代码已开源）。
报告题目：大规模点云语义理解与压缩
报告摘要：
激光雷达和深度相机等传感器的快速发展，使得三维点云数据在自动驾驶、机器人、AR/VR等领域得到了广泛的关注。三维成像传感器采集的点云数据通常数据量较大且标注较为困难。同时，不同类型传感器采集的点云数据差异较大。针对上述问题，本报告将重点探讨如何高效地处理大规模点云数据，如何用更少的标注数据实现模型训练，如何设计泛化性能更好的点云特征提取方法，以及如何用深度学习实现点云属性压缩等问题。
个人简介：
郭裕兰，国防科技大学副教授。主要研究方向为点云特征学习、三维场景感知与理解。目前已在IEEE TPAMI、IJCV和CVPR等国际期刊和会议上发表学术论文100余篇，论文被引用7000余次。目前担任中国图象图形学学会三维视觉专委会秘书长，IEEE Transactions on Image Processing和Computers & Graphics等五个期刊编委，曾担任CVPR 2021、ICCV 2021和ACM Multimedia 2021等多个国际会议领域主席。曾入选2022年度百度学术AI华人青年学者榜单，2021年度和2020年度Elsevier中国高被引学者和中国首届博士后创新人才支持计划，获得ACM China SIGAI Rising Star Award，中国人工智能学会吴文俊人工智能优秀青年奖，中国人工智能学会优秀博士学位论文。
杨 欣 教授
报告题目：基于视觉的深度估计与定位
报告摘要：
基于视觉的深度估计与定位技术被广泛应用于自动驾驶、增强现实、三维重建等多项任务中。本报告将分享我们近期在该方向上一系列研究工作，包括：基于视觉的深度与运动联合估计、双目立体匹配及单目深度视觉里程计等。
个人简介：
杨欣，华中科技大学电信学院教授，国家优青获得者；2013年博士毕业于加州大学圣塔芭芭拉分校，主要从事计算机视觉和医学影像分析领域研究工作，已在国际权威期刊及学术会议上发表学术论文90余篇，授权美国/中国发明专利6项，出版英文书籍章节2部；获得中国图象图形学会石青云女科学家奖；担任SCI期刊IEEE-TMI及Multimedia System编委及ACM MM2018和MICCAI2019-2021领域主席；现任CSIG青工委副秘书长，CCF多媒体专委会副秘书长等。
暂时没有读者
