报告时间：2022年5月6日（周五）20:00-22:00

报告地点：线上腾讯会议，会议ID（791-982-291）

报告题目：深度学习技术在点云语义分割任务上的进展

报告人：汪汉云，信息工程大学地理空间信息学院副教授

报告摘要：点云能够直观表示三维场景的空间分布和几何形状信息，是实现三维场景理解的重要数据形式。近年来，随着传感器技术的快速发展，点云数据采集设备已具备多平台立体化、多分辨率系列化等特点，可满足不同行业的应用需求。点云语义分割任务是三维场景理解的重要研究内容，其目的是预测点云中每个三维点的类别信息，目前已经广泛应用于智慧城市、智能交通、自动驾驶等领域。然而，点云语义分割任务面临点云数据量大、非结构化、密度不均匀等困难和挑战。受益于深度学习技术的发展，点云语义分割任务近年来发展迅速。本次报告重点介绍自2015年以来深度学习算法在点云语义分割领域的研究进展，并对现有研究工作进行了系统梳理和分类总结。

报告人简介：

汪汉云，信息工程大学地理空间信息学院副教授。主要从事大规模激光点云配准、目标检测、语义分割等方面的研究