⚡由将门-TechBeat人工智能社区所主办的CVPR 2021 群星闪耀·云际会将携手51位分享嘉宾，10场论文解读Talk，5天10场在线交流活动，云端实时开讲，让你建立真正属于自己的能量级学术网络，同时一次性解锁学术的101种姿势。

⏰北京时间6月17日(周四)晚8点，第⑦场——香港大学CVMI Lab的论文解读Talk已经准时在TechBeat人工智能社区开播！团队负责人香港大学电子工程系助理教授齐晓娟老师携其学生杨霁晗、丁润语、许牧天分享了他们在CVPR 2021的工作。

⚡点击【https://datayi.cn/w/a9a6JEvR】，免费收看Talk~

Talk·信息

分享人：香港大学CVMI Lab

时间：北京时间 6月17日 (周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

⚡点击【https://datayi.cn/w/a9a6JEvR】，免费收看Talk~

直播交流活动·报名通道

团队介绍

HKU-CVMI Lab

• HKU-CVMI Lab 成立于2020年2月，现有5名博士和若干本科生硕士生组成。团队致力于赋予机器感知、理解和重建视觉世界的能力。

• 主要的研究方向包括：（1）Label-efficient deep learning: 数据生成/仿真、增强，半自动化数据标注工具，迁移学习，自监督、半监督及弱监督学习，领域自适应及泛化，知识蒸馏;（2）Computation-efficient deep learning: 高效模型设计和降低数据、结构冗余的快速模型训练方法设计，知识蒸馏;（3）Life-long learning: 面向连续数据和任务流的incremental learning问题；（4）3D Vision (application tasks): 点云表征学习，三维感知任务，三维重建。

• 更多信息请见实验室主页：https://xjqi.github.io/ & https://labhku.github.io/

齐晓娟

香港大学电子工程系助理教授

齐晓娟博士，香港大学电子工程系的助理教授，博士毕业于香港中文大学，曾在多伦多大学， 牛津大学及英特尔视觉计算组工作交流。她致力于赋予机器三维感知、理解和重建的能力。齐晓娟博士在CVPR，ICCV，NeurIPS，TPAMI等计算机视觉及机器学习顶会和期刊上发表论文40余篇，多篇论文被大会邀请进行口头报告，论文引用量8000余次，并担任ICCV 2021， CVPR 2021, AAAI 2021顶会的领域主席。

个人主页：https://xjqi.github.io/

①

基于3D到2D蒸馏的室内场景语义分割

我们提出了“3D到2D蒸馏”，它能让2D神经网络从RGB图像中学习到3D几何信息。它不仅能提升网络的性能，而且能提升网络的泛化能力。在ScanNet等大规模数据集上，性能超越了“几何信息辅助语义分割”方向上当前较好的性能并且在推理阶段不需要显式的三维信息。

论文链接：https://arxiv.org/abs/2104.02243

代码链接：https://github.com/liuzhengzhe/3D-to-2D-Distillation-for-Indoor-Scene-Parsing

②

一种基于自学习的3D弱监督语义分割方法

由于3D点云数据的标注代价很大，我们提出了一种新的标注方法：只需要每个物体标注一个点即可，大幅提高了标注效率。基于这套标注方法，我们用自训练的方法，仅用了ScanNet中0.02%的标注量，达到了与使用全部数据的方法差不多的结果。

论文链接：https://arxiv.org/abs/2104.02246

代码链接：https://github.com/liuzhengzhe/One-Thing-One-Click

③

ST3D: 基于自学习的3D目标检测无监督领域自适应

3D室外目标检测的泛化性十分重要且标注成本又非常昂贵，因此无监督领域自适应是个重要的任务。我们提出了一套在3D目标检测上无监督领域自适应的自学习范式，重新设计了多个模块以提高模型在新领域的性能。

论文链接：https://arxiv.org/abs/2103.05346

代码链接：https://github.com/CVMI-Lab/ST3D

杨霁晗 | 香港大学电气与电子工程系在读博士生

杨霁晗，目前是香港大学电气与电子工程系的一年级博士生，本科就毕业于中山大学软件工程专业，曾为依图科技，腾讯优图实验室，商汤科技自动驾驶组实习生。在ICCV/CVPR/AAAI上发表过论文。研究方向主要在少样本学习，包括无监督领域自适应，半监督学习。

个人主页：https://github.com/jihanyang

④

PAConv: 点云上基于动态卷积核组装的位置自适应卷积

由于三维点云的稀疏、不规则、无序结构，如何有效、高效地利用卷积操作处理三维点云是目前亟待解决的问题。我们设计了一种新的卷积操作，通过动态的组合卷积核来实现位置自适应的卷积，在图像分类，零件分割和语义分割任务上都取得不错的效果。

论文链接：https://arxiv.org/abs/2103.14635

项目链接：https://github.com/CVMI-Lab/PAConv

丁润语 | 香港大学电气与电子工程系在读博士生

丁润语，目前是香港大学电气与电子工程系的一年级博士生，本科就毕业于清华大学软件工程专业，曾于微软工程院，商汤科技基础视觉组实习。在CVPR上发表过论文。研究方向主要为3D点云场景理解。

个人主页：https://github.com/Dingry

许牧天 | 美国加州大学尔湾分校硕士许牧天，将于2021年9月入学香港中文大学（深圳）攻读博士学位。美国加州大学尔湾分校硕士，西安电子科技大学本科。曾为香港大学CVMI Lab研究助理、中科院深圳先进院MMLab访问学生。在CVPR/AAAI上发表过论文。目前的研究方向主要是单个3D物体和复杂3D场景的理解与感知。

⚡点击【https://datayi.cn/w/a9a6JEvR】，免费收看Talk~

关于TechBeat人工智能社区

TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ