报告题目：面向大规模点云语义分割的弱监督学习方法研究
报告人：谢源 教授、博导（华东师范大学）
报告时间：2023年6月30日9:00
报告地点：秀山校区逸夫楼202会议室
报告对象：全校感兴趣的师生
主办单位：计算机科学与技术学院
报告人简介：谢源，华东师范大学计算机科学与技术学院教授、博士生导师、国家级人才，教育部军民融合创新团队核心成员，先后主持了科技部科技创新2030“新一代人工智能”重大项目课题，军委科技委国防创新特区项目。在国内外权威期刊和顶级会议上共发表学术论文90余篇，其中第一作者/通讯作者CCF A类论文50余篇。相关成果Google引用次数超6000次；先后担任IJCAI2019-2022的领域主席/Senior PC，CIKM2019，ACMMM2023领域主席；相关研究成果获得了上海市科技进步特等奖、吴文俊人工智能科学技术奖自然科学二等奖。
报告摘要：视觉感知借助视觉传感器来获取外部世界的信息，3D点云正成为一种新兴的视觉数据。随着激光雷达等远距离传感器的发展，三维点云的获取变得越来越便捷。三维点云语义分割是一个新兴的研究领域，作为三维环境感知的一个重要任务，在军事和民用领域均具有非常广泛的应用前景。然而，当前3D点云分割方法网络训练依赖于完全标记的数据集，其标注费时耗力成本高，无法满足弱标记自主学习的实际需求。本报告关注点云的弱监督学习，利用自监督学习理论和方法，突破监督信息不足的局限，提升点云分割性能，为3D点云分割提供新的解决思路和关键技术支撑。
