刘艺博：首都师范大学，资源环境与旅游学院在读硕士研究生，2018年在IEEE J-STARS杂志发表论文一篇，主要研究方向：移动激光测量系统、三维激光点云处理、深度学习。

 内 容

 三维视觉是随着计算机视觉、计算机图形学、人工智能、摄影测量以及机器人等技术综合发展而来的新兴研究方向，三维视觉帮助计算机更全面地理解三维场景空间环境，主要有三维感知、位姿感知、三维建模、三维理解四个方面的研究内容。三维视觉广泛应用于智能无人系统、AR和VR、数字城市建模、体感娱乐设备等产品中，从多方面带给人们一种更智能的生活体验。其中，三维场景理解是三维视觉研究的关键内容，实现对物体的检测、识别、跟踪与检索，以及对物体或场景的分割和语义标记等任务。三维场景理解的方法也从设计点云特征提取算法发展到结合深度学习方法的点云级语义分割和三维目标检测。结合深度学习的三维视觉成为近两年研究的热点，从直接处理点云框架PointNet开始，有一系列相关的研究成果发布，在处理三维点云空间理解任务上不断取得突破，本次公开课以深度学习三维点云语义分割为主要研究对象，分析现有方法的处理思路，总结在运行过程中遇到的一些问题。