In this talk, I will review some of our recent progress in 3D scene parsing. More specially, I will focus on the issue of semantic inference and segmentation of 3D point cloud data. This problem differs significantly from the traditional research on image-based semantic segmentation in three-fold, i.e., (1) the lack of sufficient training instances manually or collaboratively collected (such as LabelMe or ImageNet-Seg), (2) the lack of robust nearest neighborhood search technique for finding similar superverxels in the feature space, and (3) the lack of efficient and accurate inference model. In this talk, we will analyze and discuss some preliminary results on our solution to the above three challenges.
报告人：纪荣嵘，男，厦门大学教授、博士生导师、第三届国家优秀青年基金获得者，福建省“闽江学者”特聘教授、IEEE高级会员；2010年至2013于美国哥伦比亚大学电气与电子工程系任博士后研究员；2010年于北京大学视频编码国家工程实验室任研究助理；2011年获哈尔滨工业大学博士学位。目前担任中国计算机学会多媒体技术专业委员会委员、中国计算机学会计算机视觉专业组委员、中国计算机学会青年工作委员会厦门分论坛副主席。曾获ACM Multimedia2011年最佳论文，2007年微软学者。在国际期刊IJCV/TIP/TMM/CSVT与国际会议CVPR/ICCV/ECCV/IJCAI/AAAI上发表学术论文60余篇，包括ESI 热点论文1篇，ESI高被引论文4篇；Google Scholar引用1800+，H指数22；担任ACM TIST、IEEE MultiMedia Magazine, Neurocomputing等期刊的客座（副）编辑。
时间：5月11日9：30
地点：基础教学楼A303
