我院韩晓光博士团队研究工作连续两年(2019-2020)入围CVPR最佳论文提名

创建时间: 2020年6月22日, 星期一

我院韩晓光博士团队研究工作连续两年(2019-2020)入围CVPR最佳论文提名

| 摘要

近日,2020年IEEE计算机视觉与模式识别会议(IEEE Conference on Computer Vision and Pattern Recognition,CVPR)落下帷幕,深圳市大数据研究院韩晓光博士团队的研究工作“Total3DUnderstanding: Joint Layout, Object Pose and Mesh Reconstruction for Indoor Scenes from a Single Image”入围最佳论文提名(比例为会议投稿总数的0.4%)。在2019年,韩晓光博士团队也有研究工作入围CVPR2019最佳论文提名(0.8%)。

 

 

 

| 会议简介

CVPR是由美国电气及电子工程师学会(IEEE)组织的计算机视觉领域最权威的国际会议之一,每年一届,与ICCV(计算机视觉国际会议)和ECCV(欧洲计算机视觉会议)并列为计算视觉领域最顶级的三大国际会议。

 

国际计算机视觉领域普遍认为,CVPR/ICCV/ECCV三大会议代表了计算机视觉领域的旗舰和风向标。较之Poster Paper(海报论文),Oral Paper(口头论文)一般有更高的学术水准。每年举行的CVPR还会从入围最佳论文提名的极少数优秀论文中评选最佳论文(Best Paper Award)和最佳学生论文(Best Student Paper Award)。

 

 

| 论文简介

 

图 1. 结果展示:第一列为输入图片,第二列为预测出的三维包围盒,第三列为场景三维重建结果。

 

 

韩晓光博士团队入围CVPR2020最佳论文候选的论文题目是“Total3DUnderstanding: Joint Layout, Object Pose and Mesh Reconstruction for Indoor Scenes from a Single Image”,由深圳市大数据研究院与香港中文大学(深圳)、英国伯恩茅斯大学及厦门大学共同合作完成,研究院的访问学生聂隐愚为第一作者,韩晓光博士为唯一通讯作者。

 

该工作致力于从单张图片完整地恢复整个室内场景的几何信息,包括预测房间的布局、相机的位置与姿态、图片中单个物体的姿态以及物体几何形状。通过对各个子任务进行联合学习,该方法在所有子任务上都达到了最先进的水平,得到了审稿人的一致好评,最终被录取为Oral Paper(口头论文)并入围最佳论文提名。

 

论文详细内容请见:https://arxiv.org/abs/2002.12212

中文介绍请见:CVPR'20 Oral: 一张照片三维重建你的房间 | 将门好声音

 

韩晓光博士团队入围CVPR2019最佳论文候选的研究工作为“A Skeleton-bridged Deep Learning Approach for Generating Meshes of Complex Topologies from Single RGB Images”。

 

该论文为深圳市大数据研究院与香港中文大学(深圳)、华南理工大学和微软亚洲研究院共同合作完成,研究院暑期访问学生唐佳鹏为第一作者,韩晓光博士为共同第一作者。

 

该工作提出了一种全新的基于骨架表达的三维几何深度学习算法,非常有效地解决了计算机视觉中一个非常具有挑战性的问题——从单视角图像中重建完整的三维物体。本工作受到会议评审者的一致好评,三位评审者均给出了强烈接收(Strong Accept)的意见。

 

论文详细内容请见 https://arxiv.org/pdf/1903.04704.pdf

中文介绍请见:CVPR 2019 | 基于骨架表达的单张图片三维物体重建方法

 

| 教授简介

韩晓光教授

博士,现任香港中文大学(深圳)研究助理教授,深圳市大数据研究院研究科学家,其研究方向包括计算机视觉、计算机图形学、虚拟现实和医疗图像处理等,在该方向著名国际期刊和会议发表论文近30篇,包括顶级会议和期刊SIGGRAPH,CVPR,ICCV,AAAI,ACM TOG, IEEE TIP,IEEE TVCG等。

他的工作曾获得计算机图形学顶级会议Siggraph Asia 2013新兴技术最佳演示奖,入选2016年年度最佳计算论文之一,以及2019年和2020年计算机视觉顶级会议CVPR连续两年入选最佳论文提名(入选率分别为0.8%和0.4%),他的团队于2018年11月获得IEEE ICDM 全球气象挑战赛冠军(参赛队伍1700多)。