开户即送58体验金

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”，为我校与深圳市大数据研究院、英国伯恩茅斯大学及厦门大学合作共同完成，第一作者为我校访问学生聂隐愚，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

据悉，韩晓光博士团队的另一篇工作FPConv: Learning Local Flattening for Point Convolution也被CVPR2020收录，为我校与深圳市大数据研究院，中国科技大学及快手科技合作完成。第一作者林逸群为我校研究型硕士生(Mphil)，由我校崔曙光教授和韩晓光博士共同指导，韩晓光博士为通讯作者。

论文详细内容请见：

https://arxiv.org/pdf/2002.10701.pdf

中文介绍请见：三维变二维，无需体素化！港中文提出用于点云卷积的局域展平网络模块FPConv

?

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”。

该论文为我校与深圳大数据研究院、华南理工大学和微软亚洲研究院合作共同完成，第一作者为我校暑期访问学生唐佳鹏，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

韩晓光，博士，现任开元985棋牌最新官网(深圳)研究助理教授以及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）。