点云智能处理与应用青年学者论坛成功举办
2021年4月11日，“点云智能处理与应用青年学者论坛”在线上成功举办。本次活动由国际数字地球学会中国国家委员会与中国图象图形学学会（CSIG）联合主办，国际数字地球学会中国国家委员会激光雷达专业委员会、中国图象图形学学会三维视觉专业委员会、武汉大学测绘遥感信息工程国家重点实验室、武汉大学空间智能研究所联合承办。武汉大学杨必胜教授、北京大学陈宝权教授担任学术委员会主席。武汉大学董震副研究员、国防科技大学郭裕兰副教授担任程序委员会主席。杨必胜教授、陈宝权教授在开幕式致辞。清华大学刘玉身副教授、厦门大学温程璐副教授、上海交通大学杨琦博士生、香港理工大学杨波助理教授、国防科技大学郭裕兰副教授、中科院空天信息创新研究院朱笑笑博士生、中国科学院自动化研究所郭建伟副研究员、武汉大学董震副研究员、慕尼黑工业大学徐聿升高级研究员、中国科学院植物研究所苏艳军研究员、南京林业大学曹林教授、中山大学陈龙副教授、同济大学谢欢教授受邀作主题报告。武汉大学陈驰、厦门大学陈一平、武汉大学董震、中科院自动化所郭建伟、国防科技大学郭裕兰、香港中文大学李瑞辉、北京大学邵薏婷、牛津大学王冰、新加坡国立大学王晓刚、香港理工大学杨波、中国地质大学杨俊涛、上海交通大学杨琦、武汉大学张文逍共同参与了点云智能处理与应用青年高峰对话。
图1.论坛开幕式
图2.杨必胜教授致开幕词
图3.陈宝权教授致开幕词
上午的报告由董震副研究员主持，报告专家为刘玉身副教授、温程璐副教授、杨琦博士生、杨波助理教授、郭裕兰副教授、朱笑笑博士生、郭建伟副研究员。
清华大学刘玉身副教授作了题为“三维点云形状补全与重建”的主题报告。刘玉身副教授首先介绍了基于跃迁式注意力、基于多步循环形变和无配对情况下的点云形状补全方法，从而为下游的目标分类、识别和重建等应用提供数据增强，之后介绍了一种三维点云的隐式重建方法，可实现高质量的三维模型生成。
图4.刘玉身副教授作报告
温程璐副教授作了题为“基于激光雷达点云的动态场景感知”的报告。报告从激光雷达点云动态场景感知中的平台自身运动、三维运动场和动态目标运动分析等角度出发，介绍了课题组近年来在激光雷达SLAM、三维场景流估计、动态目标检测与追踪等方面的研究成果。
图5.温程璐副教授作报告
杨琦博士生作了题为“点云压缩与质量评价”的报告。报告首先介绍了基于投影和八叉树的点云压缩研究。报告进一步针对点云质量评价，介绍了上海交通大学从人眼视觉和机器视觉角度出发开展的系列研究工作，在对点云失真进行准确描述的同时，设计了高效的点云质量损失函数，提升了点云压缩、重建、补全和上采样等自监督学习任务的性能。
图6.杨琦博士生作报告
杨波助理教授作了题为“三维表征的非强监督学习”的报告。报告首先介绍了一种基于神经辐射场的新方法GRF，能从多张二维照片中直接学习三维形状和外观特征，而无需依赖三维标注用于网络训练。报告进一步介绍了一种用于部分标注数据下的弱监督点云语义分割方法，即基于语义查询的SQN方法。
图7.杨波助理教授作报告
郭裕兰副教授作了题为“三维视觉：从立体匹配到点云特征学习”的报告。报告围绕三维场景感知与理解，介绍了其研究组全监督双目立体匹配、无监督双目立体匹配、大规模点云语义分割、点云局部特征学习和点云配准等方面的最新研究进展。
图8.郭裕兰副教授作报告报告
朱笑笑博士生作了题为“星载光子点云数据处理及林业应用”的报告。报告以ICESat-2/ATLAS星载光子计数激光雷达数据作为主要对象，介绍了光子点云去噪与分类、地面高程提取、地形坡度估算、光斑尺度森林高度提取等算法，探讨了星载激光雷达联合多源遥感大数据在大区域高分辨率森林高度图制作等方面的进展。
图9朱笑笑博士生作报告
郭建伟副研究员作了题为“三维点云场景配准与6D姿态估计”的报告。报告介绍了基于几何基元结构关系匹配的点云配准方法，以及一种新的多目标物体匹配和姿态估计方法，并展示了相关技术在机器人抓取等领域的典型应用。
图10.郭建伟副研究员作报告
下午的报告由郭裕兰副教授主持，报告专家为董震副研究员、徐聿升高级研究员、苏艳军研究员、曹林教授、陈龙副教授、谢欢教授。
下董震副研究员作了题为“大场景点云基准数据集构建与思考”的报告。报告首先介绍了其课题组在大场景点云配准、点云语义和实例分割等基准数据集构建方面的研究成果，之后介绍了其团队开发的点云配准和实例分割网络模型，最后阐述了对城市级大场景点云基准数据集构建的思考和展望。
图11.董震副研究员作报告
徐聿升高级研究员作了题为“基于相位相关的空间数据稳健配准：从二维图像到三维点云”的报告。报告首先分析了导致空间数据配准失败的原因，介绍了基于相位相关的空间数据稳健配准方法，实现了二维图像的高精度匹配和三维点云的稳健配准，并展示了在诸多实际工程中的应用。
图12.徐聿升高级研究员作报告
苏艳军研究员作了题为“基于激光雷达的植物精细结构参数提取”的报告。报告首先分析了植物精细结构参数提取的意义及面临的困难，展示了近地面移动激光雷达平台，介绍了多源激光雷达数据自动融合算法和植物精细结构参数提取算法，探讨了植物精细结构对环境条件变化的响应机制。
图13.苏艳军研究员作报告
曹林教授作了题为“基于近地遥感点云的森林精准培育与监制”的报告。报告介绍了利用近地遥感点云数据提升森林资源培育和科学化管理水平的相关研究工作。报告以我国典型人工林为对象，综合利用近地遥感点云，结合遥感反演模型、辐射传输模型及生理过程模型在单木尺度和林分尺度上对相关参数进行估测，并分析了不同培育模式对林分生长规律的影响。
图14.曹林教授作报告
陈龙副教授作了题为“面向无人驾驶的道路场景三维理解”的报告。报告分析了基于激光和立体视觉实现运动物体检测与修复的关键技术，介绍了针对复杂场景的精细化学习与地图构建，基于深度学习及概率统计的观测模型构建，结合三维点云数据的单智能体建图及多智能体协同建图组合优化技术，以及在AGV、无人驾驶、无人矿山和SLAM等领域的应用。
图15.陈龙副教授作报告
谢欢教授作了题为“卫星激光数据处理——从行星探测到地球观测”的报告。报告综述了国内外用于月球、行星和地球地形观测的星载激光雷达/测高仪的发展情况，介绍了卫星激光数据处理方法的最新研究进展。
图16.谢欢教授作报告
主题报告结束后，各位专家围绕点云智能处理与应用的前沿方向、热点技术、关键难点和重大应用等方面开展了热烈讨论，进行了高水平对话，让思想和灵感碰撞出知识的火花！
图17.Panel议题
最后，在闭幕式上，武汉大学杨必胜教授对此次活动进行了深入总结和高度评价：本次论坛具有交叉性、前沿性、代表性三个特点，来自不同领域、行业的专家学者探讨了最前沿的学术科学议题，在理论、技术、应用等方面都带来了最具代表性的研究成果，相信在大家的共同努力下点云智能处理理论会迎来新的突破，应用场景也会得到更大的开拓。
图18.杨必胜教授在闭幕式致辞
此次“点云智能处理与应用青年学者论坛”为三维视觉和激光雷达两个研究社区的研究人员加强交流，促进合作，提升对点云智能处理前沿技术的理解提供了良好契机。活动得到一致好评，取得圆满成功。
本次会议录播将在武汉大学空间智能研究所Bilibili官方账号发布。
图19.武汉大学空间智能研究所二维码