保持宏观与微观结构的跨源点云匹配

2017.11.23

投稿:杨秀丽部门:通信与信息工程学院浏览次数:

活动信息

时间: 2017年11月29日 13:30

地点: 校本部东区翔英楼T808室

行健讲坛学术讲座

 305

时间: 2017年11月29日(周三)下午1点30分

地点: 校本部东区翔英楼T808室

讲座: 保持宏观与微观结构的跨源点云匹配

A Systematic Approach for Cross-Source Point Cloud Registration by Preserving Macro and Micro Structures

演讲者: Associate Prof. Jian Zhang,悉尼科技大学(UTS)

讲座摘要:

本报告将介绍一个匹配跨源3D点云的方法。在自动驾驶、智能机器人领域,该研究有着非常重要的影响,它是3D点云所有后续应用的基石。跨源点云产生于不同类别的3D传感器,例如机器人和自动驾驶视觉系统中的彩色相机和雷达或Kinect等不同类别的传感器。在这个报告中,首先,我们将介绍3D传感点云是如何产生的。其次,我们介绍一个匹配方法,将跨源的3D点云数据精确的匹配,以更丰富的3D信息服务于相关应用。跨源点云匹配是一个非常难的问题,因为跨源点云中存在跨源问题,例如噪音,外点,密度差异,尺度差异和数据缺失。我们的贡献在于提出了一个宏观和微观相结合的结构,利用该结构信息,借助于图论的工具,我们将不同源的点云匹配到一起。同时,为了描述该结构,我们还提取了一个新的描述符,把结构信息投影到特征空间。在匹配之后,我们还利用了RANSACICP对结果做进一步的精调。丰富的实验证明,我们的方法能在同源和异源点云中取得很好的匹配精度,并且取得优于最新算法的性能。

演讲者简介:

张健,副教授,博士生导师,现任教于悉尼科技大学( UTS )信息工程学院,同时担任新南威尔士大学计算机科学与工程学院兼职副教授。 1982 年于华东师范大学获得电子工程学士学位, 1994 年于弗林德斯大学获得计算机科学硕士学位, 1999 年于新南威尔士大学信息技术和电气工程学院获得博士学位。 1997 年,加入摩托罗拉悉尼研究中心( Motorola labs ),担任视觉信息处理实验室高级研究员,之后升任为主任研究员和视觉通信研究组主任。在摩托罗拉的 6 年半时间里,参与了大量研究项目,包括图像处理,视频编码和通信,图像分割和多媒体内容适配。 2004 年,加入澳大利亚国家信息通讯技术中心( NICTA ),担任多媒体和视频通讯研究室负责人,主持了计算机视觉,多媒体内容分析和管理,多媒体内容检索和查询等方向的多个研究项目。 2011 年,加入悉尼科技大学信息工程学院高级分析研究所( AAI ),担任多媒体分析研究室负责人,研究方向包括图像处理,计算机视觉,模式识别,多媒体和社会媒体内容管理,视频内容理解,视频编码和通信。和多个知名机构开展合作研究项目,包括微软研究院, IBM 研究院,诺基亚研发中心,华为美国分公司。张健教授是目前是 IEEE Transactions on Multimedia 的副主编,曾经是( 2009-2015 IEEE Transactions on Circuits and Systems for Video Technology (T-CSVT) 的副主编。他是 International Conference on Multimedia and Expo (ICME 2012) 的大会主席。 2014 IEEE Visual Communications and Image Processing (IEEE VCIP 2014) 的技术委员会的主席。
 
欢迎广大教师和学生参加!