韩晓光博士团队论文被IEEE计算机视觉与模式识别会议录取

会议简介

CVPR是由美国电气及电子工程师学会（IEEE）组织的计算机视觉领域最权威的国际会议之一，每年一届，与ICCV（计算机视觉国际会议）和ECCV（欧洲计算机视觉会议）并列为计算视觉领域最顶级的三大国际会议。国际计算机视觉领域普遍认为，CVPR/ICCV/ECCV三大会议代表了计算机视觉领域的旗舰和风向标，而其Oral  Paper（口头论文）则基本代表当年度计算机视觉领域的最高水准。

2019年，CVPR共收到有效投稿论文5160篇，最终会议论文的录用率为25.2%，而大会口头报告（Oral）论文的录用率仅为5.6%。

论文简介

第一篇论文题为“A Skeleton-bridged Deep Learning Approach for Generating Meshes of Complex Topologies from Single RGB Images”， 为我校与华南理工大学和微软亚洲研究院合作共同完成，第一作者为我校暑期访问学生唐佳鹏，韩晓光博士为共同第一作者。

该工作提出了一种全新的基于骨架表达的三维几何深度学习算法，非常有效地解决了计算机视觉中一个非常具有挑战性的问题—从单视角图像中重建完整的三维物体。尤其是对于具有复杂拓扑结构的物体，本文的算法较已有算法效果尤其显著。本工作受到会议评审者的一致好评，三位评审者均给出了强烈接受（Strong Accept）的意见。

论文详细内容请见https://arxiv.org/pdf/1903.04704.pdf

第二篇论文 “Deep Reinforcement Learning of Volume-guided Progressive View Inpainting for 3D Point Scene Completion from a Single Depth Image” 为我校与深圳市大数据研究院、大连理工大学、中国科学技术大学以及阿里巴巴集团共同完成。韩晓光博士为第一作者，我校其他主要参与作者包括访问学生张肇轩、杜冬、理工学院大四本科学生杨明岱以及理工学院崔曙光教授。

该工作针对计算机视觉中另一挑战性难题—基于单视角深度图恢复完整三维场景，提出了一种基于三维与二维卷积神经网路协同学习的多视角补全技术，并首次将深度强化学习用于引入该问题的求解过程。本文的方法在公开数据集上获得了世界领先水平。本工作受阿里巴巴创新研究计划资助。

论文详细内容请见https://arxiv.org/pdf/1903.04019.pdf

作者简介

                                                                           韩晓光

韩晓光博士，现任香港中文大学（深圳）理工学院研究助理教授。他在2017年9月获得香港大学计算机科学专业博士学位。在此之前，他于2009年本科毕业于南京航空航天大学数学系，于2011年在浙江大学应用数学专业获得硕士学位，并于2011年至2013年间在香港城市大学担任研究助理。韩博士于2017年9月加入香港中文大学（深圳）和深圳市大数据研究院，从事计算机科学领域的教学科研工作。他的主要研究方向包括计算机视觉，计算机图形学，人机交互以及医学图像处理。