__3D数字化与增材制造

介绍：传统3D数字化利用视觉和几何知识恢复物体的形状信息，受到成像质量、物体形状、光照条件、噪声等隐含因素的影响难以得到高精度的形状恢复。AI加强的3D数字化技术采用数据驱动的方式学习这些隐含因素，利用神经架构搜索（Neural Architecture Search, NAS）和对抗式生成网络（Generative Adversarial Networks, GAN）等深度学习模型拟合输入输出变量和隐含因素间的复杂非线性变换，例如，1）每台扫描设备可根据扫描数据自动估计当前光照条件、相机参数，从而自动进行光照矫正和相机标定；2）包含噪声的扫描数据本身也可以根据学习得到的网络模型进行噪声去除，从而得到更加优质的数据进行3D重建；3）自动识别3D数字化的物品，利用物品的种类和属性等知识辅助用户完成进一步的个性化需求，如进行相似物品检索、设计方案的修改等。

1）图像分割

介绍：给定图像或视频，分割出不同类别区域（语义分割）。

论文：

Yan Tian, Guohua Cheng, Shihao Yu, Judith Gelernter, Chao Song, Bailin Yang*, “Joint Temporal Context Exploitation and Active Learning for Video Segmentation,” Pattern Recognition, 100, 2020: 107158. (CCF-B, IF=7.19)

针对齿科场景的特殊性，课题组设计时域信息挖掘和主动学习策略，从而在保证实时性的前提下提高语义分割的准确率。

新建位图图像

Yan Tian, Yujie Zhang, Di Zhou, Guohua Cheng, Wei-Gang Chen, Ruili Wang*, “Triple Attention Network for Video Segmentation,” Neurocomputing, 2020, 417: 202-211.  (SCI Q2, IF=4.43)

联合学习空域、时域、通道域的非局部依赖关系，用于改善特征辨识性。

新建位图图像

Guohua Cheng*, Hongli Ji, Yan Tian, “Walking on Two Legs: Learning Image Segmentation with Noisy Labels”, Uncertainty in Artificial Intelligence (UAI), 2020. (CCF-B, 142/515=27.5%)

针对标定数据中的噪声问题，基于GAN网络联合学习图像分割任务与噪声去除任务，副产品为样本学习的权重。

新建位图图像

2）点云分割

介绍：给定点云数据，自动分割为不同类别区域（语义分割）或不同个体区域（实例分割）。

论文：

Yan Tian, Yujie Zhang, Huayi Xu, Jianfeng Han, Wei-Gang Chen, Dongsheng Liu, Yiwen Ge, Huiyan Wang*. 3D Tooth Instance Segmentation Learning Objectness and Affinity in Point Cloud. ACM Transactions on Multimedia Computing Communications and Applications. (under review)

Yan Tian, Yujie Zhang, Judith Gelernter, and Xun Wang*. Heterogeneous Data Fusion And Loss Function Design for Tooth Point Cloud Segmentation. IEEE Transactions on Visualization and Computer Graphics. (under review)

新建位图图像

专利：

田彦, 张宇捷, 徐华艺, 江腾飞, 赵晓波. 三维实例分割方法、装置、设备和计算机可读存储介质. 专利申请号CN202110267819.4, 申请日期20210311.

徐照程, 田彦. 一种基于跨图注意力机制和代价函数学习的牙模点云分割方法. 专利申请号, 申请日期.

3）个性化设计

论文：

Yan Tian, Nali Liu, Jialei Wang, Shuangming Chai, Tengfei Jiang, Xun Wang, Dongsheng Liu*. Tooth Surface Design Combining Semantic Guidance, Confidence, And Structure Coherence. IEEE Trans on Multimedia. (under review)

专利：

刘娜丽, 田彦, 江腾飞, 赵晓波. 一种训练牙模形变模型的方法及装置. 专利申请号CN112884885A, 申请日期20210617.

田彦, 彭宸婕, 王嘉磊, 江腾飞. 颈缘线形变预测模型的训练方法、装置、设备及介质. 专利申请号. 申请日期.

徐照程, 田彦, 王嘉磊, 柴双明, 江腾飞,  赵晓波. 一种结合语义指导、置信度和结构一致性的牙齿表面设计方法. 专利申请号, 申请日期.

4）虚拟演示

coming soon …

评论已关闭。