近日，信息与通信工程学院教师项学智在世界著名的人工智能顶级学术期刊《IEEE模式分析与机器智能汇刊》（《IEEE Transactions on Pattern Analysis and Machine Intelligence》）上发表学术论文“深度场景流学习：从2D图像到3D点云”。

             稠密运动估计原理图

场景流（Scene Flow）是3维空间中的稠密运动场，以场景表面点在世界坐标系或摄像机坐标系下的3维位移矢量表示，其建立了3维结构的时域关联，能够反映物体在3维空间中的真实运动。场景流在自动驾驶、立体视频编解码、3维场景重建、人体动作识别、高端视频监控等领域具有广泛的应用前景。项学智等人针对深度学习场景流估计开展了深入研究，提出了从2D图像到3D点云的场景流计算分类框架，并在此基础上对现有挑战和模型架构进行了梳理，比较了现有模型间的性能与效率，并对未来发展趋势进行了展望。

IEEETPAMI是计算机视觉、模式识别和人工智能领域公认的顶级国际期刊，是中国计算机学会(CCF)推荐的A类期刊，在中国计算机学会认定的人工智能领域四个A类期刊中排名第一，2023年最新影响因子23.6。

项学智副教授，为第一作者，致力于计算机视觉、模式识别与机器学习，深度学习等方向研究。