报告人：王冰（香港理工大学 助理教授）

时间：2024年12月18日（周三） 15:00-16:00

地点：测绘馆206报告厅

报告简介：

面向端侧空间智能的高效三维场景建模是自主无人系统和空间智能领域的重要基础技术，旨在解决三维场景中结构、外观和语义信息的精准表征问题。报告人针对当前方法在存储、计算和标签效率方面的不足，提出了一种创新的多模态学习框架，通过深度融合点云与图像的几何与纹理优势，生成紧凑、轻量且通用的场景表征。现有方法依赖稀疏且无序的神经高斯分布，导致存储资源浪费；缺乏几何连续性使得优化过程低效；高度依赖大规模标注数据的语义建模框架难以扩展到开放场景。针对这些挑战，报告人在存储、计算和标签三个层面进行系统优化，探索点云和图像的协同表征，推动端侧设备在未知空间中的自主测绘能力，为空间智能与无人系统的广泛应用奠定坚实的技术基础。

报告人简介：

王冰，现任香港理工大学航空航天系助理教授，无人自主系统研究中心副主任，长期致力于三维测量与多模态学习领域的前沿研究。王冰博士于2022年获得牛津大学计算机科学博士学位，系统性研究了基于点云与影像的多模态时空动态感知方法，突破了数据异质性的约束，在城市开放场景下实现了多模态视觉特征关联、大规模长周期位姿估计以及标签高效语义实例分割。其研究成果广泛应用于英国与美国的消防救援、自动驾驶及智慧城市建设等领域。王冰博士曾荣获英国“罗素学者奖”和英中协会“中国学生奖”，曾受邀在世界一流学府（如麻省理工学院、帝国理工学院等）进行学术访问，长期担任多个三维视觉领域国际顶级期刊与会议的科学委员会委员及审稿人。