7月17日，香港城市大学Junhui Hou教授受邀为我校师生作了题为“增强3D点云的深度建模：从表示、学习过程到损失函数”的研究生高水平学术讲座，感兴趣的师生在高新校区师生活动中心 GH-206教室听取了此次报告。本次报告会由李礼教授主持。

在Junhui Hou教授的报告中，首先，分析了点云几何的有效表示这一问题中的难点与挑战，将常用的点云处理技术与图像处理技术进行了对比，并讨论了两者之间的差异。随后，介绍了他们在点云表示中的最新创新，特别是3D点云的二维化表示和点云参数化的相关技术，如将点云用二维矩阵表示或点云表面平展化等，重点介绍了这些表示的设计思路与实施细节。

同时，教授在报告上介绍了其在点云处理中的相关工作，研究的数据类型涉及稠密物体点云和稀疏激光雷达点云以及3D网格表示，还包括图像与点云的跨模态理解，研究的任务从高层的语义分析，到底层的点云压缩等等。

此外，Junhui Hou教授还分析了当前点云失真评价中存在的问题，并提出自己对于如何有效表示两帧点云的距离这一问题的见解与设计。

本讲座旨在让与会者全面了解点云的深度建模中存在的技术难点及可行的研究思路。在报告的最后，现场同学踊跃提问，Junhui Hou教授耐心为同学答疑解惑。

教授简介：

Junhui Hou is an Associate Professor with the Department of Computer Science, City University of Hong Kong. His research interests include multi-dimensional visual computing, such as light field, hyperspectral, geometry, and event data.  He received the Early Career Award (3/381) from the Hong Kong Research Grants Council in 2018. He has served or is servingas an Associate Editor for IEEE TIP, TVCG, and TCSVT.