近日，以電子信息工程學(xué)院周燕教授為第一作者、佛山大學(xué)為第一署名單位、廣東省工業(yè)智能檢測(cè)技術(shù)重點(diǎn)實(shí)驗(yàn)室為第二署名單位的學(xué)術(shù)論文“Recurrent Diffusion for 3D Point Cloud Generation from a Single Image”被圖像處理領(lǐng)域國際頂級(jí)期刊IEEE Transactions on Image Processing（TIP）在線刊登。

 

從單張圖像重建三維形狀是自動(dòng)駕駛、機(jī)器人導(dǎo)航和增強(qiáng)/虛擬現(xiàn)實(shí)等領(lǐng)域的關(guān)鍵任務(wù)之一。然而，由于缺乏深度和視角等關(guān)鍵三維信息，以及存在圖像模糊和遮擋等問題，傳統(tǒng)的單圖像三維重建方法面臨著巨大挑戰(zhàn)。現(xiàn)有的基于擴(kuò)散模型的方法雖然在形狀重建質(zhì)量上取得了進(jìn)展，但仍存在幾何不一致性和細(xì)節(jié)丟失等問題。為了解決這些問題，本文提出了一個(gè)三維點(diǎn)云遞歸擴(kuò)散框架，通過遞歸細(xì)化噪聲預(yù)測(cè)并結(jié)合輸入目標(biāo)的顯式指導(dǎo)，顯著抑制累積誤差并改善細(xì)節(jié)建模。此外，為了增強(qiáng)網(wǎng)絡(luò)在單圖像推理時(shí)的幾何感知能力，本文還引入了一種多視圖訓(xùn)練方案，配備了視圖魯棒條件生成機(jī)制，即使在推理時(shí)僅提供單張圖像，也能有效提升生成質(zhì)量。實(shí)驗(yàn)結(jié)果表明，該方法在兩個(gè)公共三維形狀數(shù)據(jù)集上的表現(xiàn)優(yōu)于現(xiàn)有最先進(jìn)的方法，能夠生成具有幾何一致性和豐富細(xì)節(jié)的三維點(diǎn)云。該技術(shù)顯著提升了復(fù)雜場(chǎng)景下的三維重建精度與魯棒性，為智能機(jī)器人環(huán)境交互、虛擬現(xiàn)實(shí)動(dòng)態(tài)建模等研究提供了新的解決方案。

 

 

TIP是人工智能和計(jì)算機(jī)視覺領(lǐng)域公認(rèn)的頂級(jí)學(xué)術(shù)期刊，2024年影響因子10.8，是中科院一區(qū)TOP期刊，被中國計(jì)算機(jī)學(xué)會(huì)（CCF）推薦為A類。被TIP錄用的論文需要在理論和工程實(shí)踐上對(duì)相關(guān)領(lǐng)域具有重要推動(dòng)作用。該研究成果得到了國家自然科學(xué)基金（61972091）和廣東省自然科學(xué)基金(2022A1515010101，2021A1515012639)支持。

周燕教授領(lǐng)銜的電子信息工程學(xué)院視覺感知與智能信息處理團(tuán)隊(duì)，長期深耕學(xué)術(shù)研究與成果轉(zhuǎn)化，聚焦人工智能視覺技術(shù)、圖形圖像處理、機(jī)器學(xué)習(xí)等前沿方向，積極探索其在智能制造、智能交通、智慧教育等多領(lǐng)域的創(chuàng)新應(yīng)用。

2024年該團(tuán)隊(duì)發(fā)表高水平論文共14篇。其中，中科院SCI一區(qū)論文4篇、CCF A類國際頂級(jí)學(xué)術(shù)會(huì)議論文2篇，分別為周燕教授在Pattern Recognition發(fā)表2篇，何志敏博士在CCF A類會(huì)議AAAI和Neural Networks各發(fā)表1篇，易長安博士IEEE Transactions on Circuits and Systems for Video Technology和CCF A類會(huì)議ACM MM各發(fā)表1篇。同時(shí)，何志敏博士在《中國科學(xué)：物理學(xué) 力學(xué) 天文學(xué)》（中國科技期刊卓越行動(dòng)計(jì)劃中文領(lǐng)軍期刊）、周燕教授在《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》（CCF T1）期刊上各發(fā)表1篇中文核心期刊。這些成果不僅彰顯了團(tuán)隊(duì)在學(xué)術(shù)研究方面的深厚積淀，更充分展現(xiàn)了其在前沿技術(shù)領(lǐng)域的卓越創(chuàng)新能力。