Scene Parsing Using Graph Matching on Street View Data
In this talk, I will present a street scene parsing scheme that takes advantages of images from perspective cameras and range data from LiDAR. First, preprocessing on the image set is performed and the corresponding point cloud is segmented according to semantics and transformed into an image pose. A graph matching approach is introduced into our parsing framework, in order to identify similar sub-regions from training and test images in terms of both local appearance and spatial structure By using the sub-graphs inherited from training images, as well as the cues obtained from point clouds, this approach can effectively interpret the street scene via a guided MRF inference. The matching performance is enhanced and experimental results show a promising performance of our approach.
Bio
王瑞胜博士是加拿大卡尔加里大学地理信息工程系教授，智能空间信息研究室主任。主要研究方向为大规模三维城市建模中的航空和移动激光技术的整合、激光和图像中智能特征的提取识别及三维重建技术、航空图像和探测数据的智能处理等。他毕业于武汉大学摄影测量与遥感专业，获加拿大新不伦瑞克大学地理信息工程专业硕士学位及加拿大麦吉尔大学计算机工程专业的博士学位。在麦吉尔大学，获Benedek研究生奖，Vadasz学者奖，麦吉尔大学工程博士奖，和加拿大国家自然科学基金会博士奖学金(NSERC PGS-D).王博士在美国芝加哥诺基亚公司位置与商务部任研究员（2008-2012），主要研究方向是基于移动激光的下一代地图制作和导航技术，并先后八次获得重大创新发明奖。于2012年加入卡尔加里大学，获得谷歌研究奖（Google Research Award，2014），并被Elsevier和ISPRS Journal of Photogrammetry and Remote Sensing评为优秀审稿人。目前任国际摄影测量与遥感学会激光点云数据处理工作组学术秘书和国际摄影测量与遥感期刊的顾问编委会成员 (ISPRS Journal).
报告时间：5月13日（星期三）10:00
报告地点：新科技楼609
