个人主页:https://yang7879.github.io/
研究方向:机器学习,计算机视觉,机器人
具体研究课题:
新组建的vLAR将致力于机器学习和计算机视觉领域的基础研究,特别专注于让智能机器从图片或者3D点云中学习,重建和理解真实三维场景,最终达到在复杂场景中自主感知和交互。
具体课题包括但不限于:
1)基于图片的三维场景重建和理解,
2)基于视频的三维场景重建和理解,
3)基于点云的三维场景重建和理解,
4)基于机器人交互的三维场景重建和理解,
5)三维场景的高分辨渲染,
6)以物体为中心的自监督学习和理解,
7)以像素为单位的自监督学习和理解,
8)三维场景自监督解耦学习和推理。
以上课题将对未来自动驾驶,增强现实,机器人,智能移动应用,游戏等领域起到至关重要的作用。本人的学术成果已于 TPAMI,IJCV,NeurIPS,CVPR 等国际顶级期刊和会议发表。
近期代表性论文:
1) GRF: Learning a General Radiance Field for 3D Scene Representation and Rendering, arXiv, 2020.
2)RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds, CVPR 2020.