點云，簡單來說就是一堆點。由于我們的世界是一個三維世界，那么點云中的每一個點也都是三維點，它在自動駕駛、城市規劃、考古文物保護、醫學影像、測繪等領域有著廣泛的應用。目前，點云比較流行的研究內容主要有點云分類、點云檢索、點云分割、點云補全、點云上采樣、點云重建等。

在7月已完結的兩場講座中，來自香港中文大學的祝新革博士和慕尼黑工業大學聶隱愚博士后分別對點云分割和點云重建進行了深度解析，而在8月5日晚7點，智東西公開課特邀香港中文大學博士后李賢芝對點云上采樣任務進行直播講解，主題為《基于任務解耦合的點云上采樣》。

點云上采樣的目標是從稀疏的輸入中產生稠密且均一的輸出，從而更好地描述物體的幾何特性。它對機器人導航、三維重建、視覺測量以及AR/VR等視覺應用十分重要，因為它可以從常規的低成本測量中恢復出高質量、稠密的點云。

目前，主流的點云上采樣方法主要是優化方法和深度學習方法，其中優化方法用于局部幾何特征并適用于光滑的特征較少目標的點云上采樣，但他們卻難以保留點云中的多尺度結構，而深度學習方法雖然提高了上采樣的性能，但忽略了許多細節信息。

基于上面方法的特點，李賢芝博士等人重新審視該任務，她們利用任務解耦合將上采樣這一復雜任務拆解為多個子任務，并設計相對應的子網絡來達到更加精細且準確的點云上采樣。通過實驗發現，該方法在合成數據以及真實數據上都可以達到最佳效果，進而還可輔助高質量的網格模型重建。

在本次講座中，李賢芝博士首先從點云上采樣現有的研究方法入手，詳細分析這些方法的優缺點，之后詳細解讀基于任務解耦合實現精準的點云上采樣算法，最后探討點云上采樣這個領域的未來研究方向。

李賢芝是香港中文大學計算機系和香港物流機器人研究中心的博士后研究員，并于2020年7月獲得香港中文大學計算機科學與工程專業博士學位。李博的研究興趣集中在三維視覺、計算機視覺、深度學習和人工智能。目前她已于ACM TOG、ACM SIGGRAPH、IEEE TVCG、CVPR、ICCV、ECCV等頂級會議和期刊上發表論文十余篇，并擔任多個國際會議和期刊的審稿人。

課程主題

基于任務解耦合的點云上采樣

課程提綱

1、點云上采樣的研究方法總覽
2、實現精準點云上采樣的端到端解耦網絡框架
3、點云上采樣的未來展望

講師介紹

李賢芝，香港中文大學計算機系和香港物流機器人研究中心的博士后研究員，于2020年7月獲得香港中文大學計算機科學與工程專業博士學位；研究興趣集中在三維視覺、計算機視覺、深度學習和人工智能；目前已于ACM TOG、ACM SIGGRAPH、IEEE TVCG、CVPR、ICCV、ECCV等頂級會議和期刊上發表論文十余篇，并擔任多個國際會議和期刊的審稿人。

直播信息

直播時間：8月5日晚7:00
直播地點：智東西公開課知識店鋪