近日，國際人工智能和計算機視覺頂尖期刊International Journal of Computer Vision（IJCV，計算機視覺國際期刊）在線發(fā)表了計算機與人工智能學院李天瑞教授團隊的最新研究成果：“Deep Hierarchical Learning for 3D Semantic Segmentation”。文章從人類認知和三維世界本身具有的多層次視角，首次提出了面向三維語義分割的深度層次學習模型和理論分析框架。
該篇論文以西南交通大學為第一署名單位，李崇壽副教授為第一作者，香港城市大學研究助理教授李欣科為通訊作者，與西南交通大學利茲學院計算機科學與技術(shù)專業(yè)2020級本科生劉宇恒、2021級本科生張裕寧、李天瑞教授以及紐約州立大學布法羅分校袁俊松教授共同完成。
IJCV是中國計算機學會（CCF）推薦的人工智能領(lǐng)域的4個A類期刊之一，也是計算機視覺領(lǐng)域最被認可的兩大期刊之一，2025年影響因子11.6，年發(fā)文量僅170篇左右，偏重視覺智能基礎理論。這也是學校首次在IJCV上發(fā)表科研論文。本項研究得到了國家自然科學基金青年基金、面上項目、四川省自然科學基金創(chuàng)新研究群體等資助。
3D場景的分層語義理解是計算機視覺領(lǐng)域的關(guān)鍵挑戰(zhàn)，如何有效捕捉和利用物體之間的層次關(guān)系一直是研究的難點。本論文從人類認知固有的層次特性出發(fā)，首次從理論上構(gòu)建了跨層次語義一致性與各層熵最大化之間的理論關(guān)系，搭建了層次學習的理論分析框架。基于此理論，構(gòu)建了深度層次學習方法，設計了分層嵌入融合模塊，有效捕獲點與點之間的層次關(guān)系，通過引入層次正則化項，將不同層級預測間的層次連貫性與分類損失有機結(jié)合。最后，借助視覺語言模型，開發(fā)了自動高效構(gòu)建類別層次結(jié)構(gòu)的技術(shù)，拓展了層次學習的適用范圍。實驗結(jié)果表明，本文所提出的深度層次學習模型能顯著提高3D語義分割性能，為自動駕駛、城市規(guī)劃和數(shù)字孿生等領(lǐng)域提供了重要技術(shù)支持。
李天瑞教授團隊近年來始終專注于人工智能領(lǐng)域的前沿基礎理論研究和面向國家重大需求的應用研究，承擔國家重點研發(fā)課題、國家自然科學基金等國家級項目30余項，研究成果已發(fā)表在PNAS、IEEE TPAMI、IJCV等國際頂級期刊，中國科學、軟件學報、計算機學報等國內(nèi)頂級期刊以及AAAI、ACL、CVPR、ICCV等國際一流會議等。
論文鏈接地址:https://link.springer.com/article/10.1007/s11263-025-02387-6
川公網(wǎng)安備 51010602000061號
