近日，以電子信息工程學院周燕教授為第一作者、佛山大學為第一署名單位、廣東省工業(yè)智能檢測技術重點實驗室為第二署名單位的學術論文“Recurrent Diffusion for 3D Point Cloud Generation from a Single Image”被圖像處理領域國際頂級期刊IEEE Transactions on Image Processing（TIP）在線刊登。

 

從單張圖像重建三維形狀是自動駕駛、機器人導航和增強/虛擬現(xiàn)實等領域的關鍵任務之一。然而，由于缺乏深度和視角等關鍵三維信息，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)有的基于擴散模型的方法雖然在形狀重建質量上取得了進展，但仍存在幾何不一致性和細節(jié)丟失等問題。為了解決這些問題，本文提出了一個三維點云遞歸擴散框架，通過遞歸細化噪聲預測并結合輸入目標的顯式指導，顯著抑制累積誤差并改善細節(jié)建模。此外，為了增強網(wǎng)絡在單圖像推理時的幾何感知能力，本文還引入了一種多視圖訓練方案，配備了視圖魯棒條件生成機制，即使在推理時僅提供單張圖像，也能有效提升生成質量。實驗結果表明，該方法在兩個公共三維形狀數(shù)據(jù)集上的表現(xiàn)優(yōu)于現(xiàn)有最先進的方法，能夠生成具有幾何一致性和豐富細節(jié)的三維點云。該技術顯著提升了復雜場景下的三維重建精度與魯棒性，為智能機器人環(huán)境交互、虛擬現(xiàn)實動態(tài)建模等研究提供了新的解決方案。

 

 

TIP是人工智能和計算機視覺領域公認的頂級學術期刊，2024年影響因子10.8，是中科院一區(qū)TOP期刊，被中國計算機學會（CCF）推薦為A類。被TIP錄用的論文需要在理論和工程實踐上對相關領域具有重要推動作用。該研究成果得到了國家自然科學基金（61972091）和廣東省自然科學基金(2022A1515010101，2021A1515012639)支持。

周燕教授領銜的電子信息工程學院視覺感知與智能信息處理團隊，長期深耕學術研究與成果轉化，聚焦人工智能視覺技術、圖形圖像處理、機器學習等前沿方向，積極探索其在智能制造、智能交通、智慧教育等多領域的創(chuàng)新應用。

2024年該團隊發(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類國際頂級學術會議論文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類會議ACM MM各發(fā)表1篇。同時，何志敏博士在《中國科學：物理學 力學 天文學》（中國科技期刊卓越行動計劃中文領軍期刊）、周燕教授在《計算機輔助設計與圖形學學報》（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隊在學術研究方面的深厚積淀，更充分展現(xiàn)了其在前沿技術領域的卓越創(chuàng)新能力。