设为首页收藏本站

VALSE

VALSE 首页 活动通知 好文作者面授招 查看内容

20170104-01 申抒含:基于图像的大规模场景三维建模

2016-12-31 18:56| 发布者: 程一-计算所| 查看: 3168| 评论: 0

摘要: 报告嘉宾2:申抒含(中国科学院自动化研究所)报告时间:2017年01月04日(星期三)晚上21:00(北京时间)报告题目:基于图像的大规模场景三维建模主持人:李策(兰州理工)报告摘要:自上世纪70年代计算机视觉成为 ...

报告嘉宾2:申抒含(中国科学院自动化研究所)

报告时间:2017年01月04日(星期三)晚上21:00(北京时间)

报告题目:基于图像的大规模场景三维建模

主持人:李策(兰州理工)


报告摘要:

自上世纪70年代计算机视觉成为一门独立的学科以来,在40多年的研究中,图像的三维表达,即从二维图像恢复场景三维结构始终是计算机视觉研究中的一个经典和基础问题。近年来,随着图像采集设备的不断进步,使用数码相机、街景车、无人机等设备可以方便的获取海量高分辨率图像数据,如何通过这些图像数据构建我们身边的三维世界日益成为许多领域的迫切需求。因此,在理论和应用层面,基于图像的三维重建这一经典问题都日益成为计算机视觉研究者的关注热点。本报告将介绍我们在基于图像的大规模场景三维建模方面的系统性研究工作,包括在大场景相机标定、稠密点云计算、天地点云融合、网格与LOD建模等领域的最新研究进展,以及在测绘、考古、地图等多个应用领域的示范应用。


参考文献:

[1] Miao Yu, Shuhan Shen, Zhanyi Hu. Dynamic Parallel and Distributed Graph Cuts. IEEE Transactions on Image Processing, 25(12): 5511-5525, 2016.

[2] Hainan Cui, Shuhan Shen, Wei Gao, Zhanyi Hu. Efficient Large-Scale Structure from Motion by Fusing Auxiliary Imaging Information. IEEE Transactions on Image Processing, 22(11): 3561-3573, 2015.

[3] Shuhan Shen, Zhanyi Hu. How to Select Good Neighboring Images in Depth-Map Merging Based 3D Modeling. IEEE Transactions on Image Processing, 23(1): 308-318, 2014.

[4] Shuhan Shen. Accurate Multiple View 3D Reconstruction Using Patch Based Stereo for Large-Scale Scenes. IEEE Transactions on Image Processing, 22(5): 1901-1914, 2013.

[5] Chenhao Wang, Shuhan Shen, Yuncai Liu. A Fast Approach to Deformable Surface 3D Tracking, Pattern Recognition, 44(12): 2915-2925, 2011.

[6] Shuhan Shen, Wenhuan Shi, Yuncai Liu. Monocular 3D Tracking of Inextensible Deformable Surfaces under L2-Norm. IEEE Transactions on Image Processing, 19(2): 512-521, 2010.

[7] Shuhan Shen, Wenjuan Ma, Wenhuan Shi, Yuncai Liu. Convex Optimization for Non-Rigid Stereo Reconstruction. IEEE Transactions on Image Processing, 19(3): 782-794, 2010.

[8] Shuhan Shen, Yuncai Liu, Wu-Sheng Lu. Monocular 3D Tracking of Deformable Surfaces Using Sequential Second Order Cone Programming. Pattern Recognition, 43(1): 244-254, 2010.


报告人简介:

申抒含,中国科学院自动化研究所模式识别国家重点实验室副研究员。2010年于上海交通大学自动化系获博士学位,分别于2006年和2003年在西南交通大学电气学院获硕士和学士学位。研究方向为三维计算机视觉理论与应用,作为课题负责人主持和参与国家自然科学基金、973、863、中科院先导专项、国家重点研发计划等课题十余项,发表论文二十余篇。领导课题组所开发的全自动大场景图像三维建模系统已在军事、救灾、考古、数字城市等多个领域得到了实际应用。2015年入选中国科学院青年创新促进会,2016年获ACM北京新星奖。



特别鸣谢本次Webinar主要组织者:

VOOC责任委员:张天柱(中科院自动化研究所),李策(兰州理工)

VODB协调理事:白翔(华中科大),董乐(成电)


活动参与方式:

1、VALSE Webinar活动全部网上依托VALSE QQ群的“群视频”功能在线进行,活动时讲者会上传PPT或共享屏幕,听众可以看到Slides,听到讲者的语音,并通过文字或语音与讲者交互;

2、为参加活动,需加入VALSE QQ群,目前A、B、C、D群已满,除讲者等嘉宾外,只能申请加入VALSE E群,群号:279398311 。申请加入时需验证姓名、单位和身份,缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M

3、为参加活动,请下载安装Windows QQ最新版,群视频不支持非Windows的系统,如Mac,Linux等,手机QQ可以听语音,但不能看视频slides;

4、在活动开始前10分钟左右,主持人会开启群视频,并发送邀请各群群友加入的链接,参加者直接点击进入即可;

5、活动过程中,请勿送花、棒棒糖等道具,也不要说无关话语,以免影响活动正常进行;

6、活动过程中,如出现听不到或看不到视频等问题,建议退出再重新进入,一般都能解决问题;

7、建议务必在速度较快的网络上参加活动,优先采用有线网络连接。


最新评论

Archiver|手机版|小黑屋|Vision And Learning SEminar    

GMT+8, 2017-7-22 22:41 , Processed in 0.026433 second(s), 19 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

返回顶部