计算机所师生参加第14届机器感知与机器人学术研讨会(MPR2018)

  2018年10月15日-17日,计算机所周秉锋老师、冯洁老师和陈铎同学前往日本福冈参加了第14届机器感知与机器人学术研讨会(The 14th Joint Workshop on Machine Perception and Robotics,简称MPR2018)。MPR是由北京大学、日本立命馆大学、日本九州大学共同举办的一个国际学术研讨会,旨在促进三所大学在计算机视觉、计算机图形学、机器人、可视化、机器学习等相关领域的交流与合作。

  研讨会由三所学校轮流主办,今年是第14届,由九州大学组织筹办。周秉锋老师在会议中担任Program Chair,大会还进行了年轻研究者的交流活动(Young Researchers Networking Event),以促进三校年轻学生和研究者之间的互动和交流。冯洁老师担任了Event Leader,参与该项活动的筹备和主持。10月15日,三校学生和年轻教师约50人参加了活动。在分组活动中,来自不同学校和国家的学生之间增进了了解,就共同感兴趣的学术问题进行了深入讨论,并在16日的特别议程中做了小组报告。

  本次会议共进行了口头报告15篇,海报报告36篇,三校师生就相关研究课题进行了广泛深入的讨论。其中计算机所的陈铎同学在大会中做了题为“Novel View Synthesis via Depth Map Resampling and Triangulation”的口头报告,韩健红同学的海报“Efficient Light Field Computation for View Range Expansion Using Viewpoint Reduction”获得了最佳海报展示奖。

  

  陈铎做口头报告

  文章的具体信息如下:

  [1] Duo Chen, JieFeng and BingfengZhou, "Novel View Synthesis via Depth Map Resampling and Triangulation".

  论文利用真实场景的一组多视角图像,对场景三维信息进行重建和新视点绘制。通过保持图像特征的重要性采样及三角化,对稀疏点云进行投影和深度扩散,生成稠密深度图像,从而绘制出任意新视点下的场景新视图。

  [2] JianhongHan, JieFeng, KeWang and BingfengZhou, "Efficient Light Field Computation for View Range Expansion Using Viewpoint Reduction".

  论文实现了一种利用两块透明LCD进行光场显示的原型系统,并针对光场可视范围小的问题提出了改进方法。通过合理减少参与优化计算的采样视点,减小计算量、提高收敛稳定性,从而使光场的可视范围扩大。其中采样视点的选取采用了蓝噪声采样方法,使其分布具有更好的性质。

CLOSE

上一篇 下一篇