模式识别学术大讲堂
Advanced Lecture Series in Pattern Recognition
题    目 (TITLE)：基于三维数据流融合的场景重建与传感器定位技术
讲 座 人 (SPEAKER)：查红彬 教授 (北京大学)
主 持 人 (CHAIR)：王亮 研究员
时    间 (TIME)：2017年1月13日，上午10:30
地    点 (VENUE)：智能化大厦三层，第一会议室
报告摘要（ABSTRACT）：
近年来，随着计算机与人工智能技术的迅猛发展，三维重建再度成为计算机视觉和虚拟现实领域的研究热点。一方面，自动驾驶、增强现实等应用要求我们能够为系统提供快速可靠的三维真实场景建模与分析技术；另一方面，各种三维传感器层出不穷，为我们获取复杂多样的三维数据开拓了新的途径。但是，当我们试图将这些数据有效地应用到三维场景的建模与分析时，仍要面对许多严峻的挑战：1）现有的三维数据具有很强的测量不确定性以及数据采样的不均匀性；2）可移动传感器所获取的数据往往以数据流的形式出现，需要对源源不断的输入数据流进行时空一致的融合；3）三维数据流的融合涉及到三维重建与传感器定位两个问题，而两者的耦合性极强；4）很多应用要求系统具有很好的实时处理能力与响应速度。该报告将介绍我们在解决这些问题中的一些尝试，其中主要包括两个部分：1）利用基于贝叶斯框架的三维数据流融合，增强系统对传感器类型及其视点变化的鲁棒性，实现高效的三维场景增量式重建；2）使用全局边缘特征实现多视点数据流的对齐，通过边缘距离场的全局匹配减少数据噪声的影响，从而构建有效的视觉定位系统。

报告人简介（BIOGRAPHY）：
査红彬，北京大学信息科学技术学院智能科学系教授，机器感知与智能教育部重点实验室主任。
    主要从事计算机视觉与智能人机交互的研究，在三维视觉几何计算、三维重建与环境几何建模、三维物体识别等方面取得了一系列成果。出版学术期刊及国际会议论文300多篇，其中包括IEEE T- PAMI，IJCV, IEEE T-VCG, IEEE T-RA, IEEE T-SMC,ACM T-IST, JMLR, PR 等国际期刊以及ICCV, ECCV, CVPR, CHI, ICML, AAAI,ICRA等国际学术会议论文60 余篇。