近日，自動(dòng)化學(xué)院研究生白俊杰以杭電第一作者單位的論文《Multi-Scale Representation Learning on Hypergraph for 3D Shape Retrieval and Recognition》被圖像處理領(lǐng)域國(guó)際頂級(jí)期刊IEEE Transactions on Image Processing（CCF A類期刊，影響因子10.856）錄用。該文章的作者依次為2019級(jí)碩士生白俊杰，2018級(jí)碩士生龔鏢，趙乙寧，雷富強(qiáng)，顏成鋼教授（通訊作者），清華大學(xué)高躍副教授（通訊作者）。
3D對(duì)象檢索和識(shí)別在自動(dòng)駕駛、產(chǎn)品設(shè)計(jì)及產(chǎn)權(quán)保護(hù)等領(lǐng)域已經(jīng)具有廣泛應(yīng)用。在3D對(duì)象檢索和識(shí)別中如何將對(duì)象空間中的復(fù)雜關(guān)聯(lián)充分利用起來(lái)非常重要。針對(duì)這一問題，本文提出了一種基于多尺度超圖神經(jīng)網(wǎng)絡(luò)的3D對(duì)象檢索與識(shí)別方法。該方法采用超圖構(gòu)建3D對(duì)象之間的關(guān)聯(lián)關(guān)系，超圖神經(jīng)網(wǎng)絡(luò)利用3D對(duì)象間的高階關(guān)聯(lián)學(xué)習(xí)3D對(duì)象表示。為了獲得更魯棒的3D對(duì)象特征表示，本文還提出了一種多尺度超圖神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明該方法在3D對(duì)象檢索和識(shí)別上取得了卓越的性能。
白俊杰同學(xué)系我校自動(dòng)化學(xué)院智能信息處理實(shí)驗(yàn)室(IIPL)成員，該實(shí)驗(yàn)室由顏成鋼教授領(lǐng)銜，與美國(guó)北卡羅來(lái)納大學(xué)教堂山分校、美國(guó)中佛羅里達(dá)大學(xué)、中國(guó)科學(xué)院、清華大學(xué)等國(guó)內(nèi)外多家高校和科研院所有長(zhǎng)期密切的合作，近年來(lái)培養(yǎng)出多名優(yōu)秀學(xué)生。該實(shí)驗(yàn)室長(zhǎng)期致力于智能信息處理方面的研究，主要研究方向包括：機(jī)器學(xué)習(xí)、模式識(shí)別、圖像處理、計(jì)算機(jī)視覺、計(jì)算機(jī)圖形學(xué)、醫(yī)學(xué)影像處理、生物信息處理等方面。在相關(guān)研究方向取得了一系列創(chuàng)新性研究成果。
