-
实验室团队获得CVPR 2024城市建筑三维结构化建模国际竞赛冠军
近日，在计算机视觉顶级国际会议CVPR 2024上，实验室三维视觉研究部参赛团队获得第一届“城市建筑三维结构化建模国际竞赛”（Building3D Challenge）冠军。
넶267 2024-07-19 -
中国科学院工业视觉智能装备技术工程实验室党支部 召开全体党员大会暨党纪学习教育专题党课
6月27日，中国科学院工业视觉智能装备技术工程实验室（以下简称实验室）党支部书记张正涛讲授以“学党纪，知敬畏，守底线” 为主题的党纪专题党课。此次活动旨在通过学习党纪党规，使党员同志们进一步认清纪律的严肃性和重要性，筑牢拒腐防变的思想防线。
넶31 2024-07-15 -
中国科学院工业视觉智能装备技术工程实验室党支部召开党员大会
6月3日下午，中国科学院工业视觉智能装备技术工程实验室党支部在学术报告厅召开了全体党员大会。本次大会议程如下:对预备党员转正申请，发展对象提交入党申请进行讨论、学习《中国共产党纪律处分条例》、学习警示教育典型案例以及党章与保密工作的内容。
넶57 2024-06-06 -
中国科学院工业视觉智能装备技术工程实验室党支部开展主题党日活动
为深入贯彻落实党的教育方针，进一步弘扬五四精神，加强党性教育和革命传统教育，工业视觉实验室党支部及团支部于5月31日联合组织全体党员及青年团员前往香山双清别墅和来青轩参观学习，双清别墅是中国共产党“进京赶考”第一站，见证了无数革命先烈的英勇事迹及中国革命走向胜利的历程。
넶54 2024-06-06
-
-
智能工业视觉前沿讲堂：连续体和软体机器人在受限空间探索中的应用
报告题目：连续体和软体机器人在受限空间探索中的应用，报告人：东昕，英国诺丁汉大学，副教授。报告摘要：软体和连续体机器人作为热门研究领域之一，已发展了数十年，尤其是在微创手术领域已取得了较大进展，一些学术研究成果也已成功转化为商业产品。陆地、空中和海上的工业系统中包含了很多影响安全的重要关键部件，如发动机、燃油箱和管道，这些部件需要定期检查，以便及早发现问题，避免代价高昂且不可预见的维修和/或系统停机。然而，对受限设备的检查和维修需要进入复杂组件和部件密集的空间，这些受限环境的特性使得在这些工作空间内进行原位检查和维修操作变得极其困难。本报告将介绍用于工业系统“健康维护”服务的软/连续体机器人的全新应用研究与最新进展。报告首先将简要回顾软体和连续体机器人的发展历程，随后探讨这些机器人系统在航空航天、核能、石油和天然气等多个行业中的研究及面临的挑战。
넶9 2024-08-16 -
智能工业视觉前沿讲堂：走向计算机视觉的通用人工智能
报告题目：走向计算机视觉的通用人工智能-GPT和大语言模型带来的启发，报告人：谢凌曦，华为，报告摘要：通用人工智能（AGI）是AI领域的最高目标。近来，大语言模型驱动的对话系统，在NLP领域展现出了强大的能力，甚至被认为是AGI的雏形。然而，CV领域自然没有找到发展AGI的有效路径。我们希望分析其中的本质原因，并且借鉴NLP的经验以走出困境。在这次报告中，我们将从AGI的定义和NLP所达到的成就说起，揭示AGI的关键在于设计大一统模型。随后，我们简要回顾CV领域在大一统方面的努力，并指出CV的本质困难在于无法建立起有效的交互环境，长期以来只能依靠代理任务来推进研究，而这种范式已经走到尽头。在此基础上，我们设想未来CV的新范式，即从建立大规模交互环境，通过生成式预训练和指令微调的方式来学习，并展望几个重要的研究方向。
넶144 2023-09-22 -
智能工业视觉前沿讲堂：视觉基础模型及应用
报告题目：视觉基础模型及应用，报告人：鲁继文，清华大学，报告摘要：基础模型是人工智能领域的研究热点，在计算机视觉和自然语言处理等领域中均取得了优异的性能，是视觉监控、自动驾驶、智能终端等重要应用的支撑性技术。报告将从模型架构和学习范式两个方面回顾视觉基础模型近年来的研究进展，同时介绍清华大学智能视觉实验室在视觉基础模型方面所开展的一些工作，主要包括高阶交互模型、动态稀疏模型、全局滤波模型、球面分形模型等，以及它们在目标检测与分割、物体分类与识别、图像与视频检索、三维重建与理解等视觉任务中的应用。
넶196 2023-04-27
-
-
-
中国科学院工业视觉智能装备技术工程实验室在工业视觉检测方面取得新研究进展
在全球智能制造领域，智能检测装备的重要性日益凸显，成为推动产业升级的关键力量。2023年，工信部等七部委联合发布《智能检测装备产业发展行动计划》指出“智能检测装备作为智能制造的核心装备，是工业六基的重要组成和产业基础高级化的重要领域”。中国科学院工业视觉智能装备技术工程实验室，发挥我所在人工智能领域基础研究的优势，对标国家工程实验室标准，面向行业重大需求，聚焦工业视觉检测方面持续研究十余年，近期在工业缺陷小样本数据生成与扩增、工业缺陷的异常检测等理论研究和关键技术上，取得新的研究进展。相关成果发表或录用在国际顶会ECCV2024、国际顶级期刊IEEE TIM、IEEE/CAA J. Automatica Sinica上。
넶158 2024-07-19 -
基于几何和学习的场景三维结构化建模
基于图像或激光雷达重建的复杂室内外场景三维模型一般具有较高的数据冗余性，其模型表达通常采取稠密三维点云、稠密三角网格、稠密纹理网格等形式。这种表达方式一方面会给存储、传输、渲染等带来较大的计算压力，另一方面也缺乏三维场景的结构化信息。因此，将高度冗余的点云/网格模型转化为高度结构化和轻量化的三维表达，是降低三维模型冗余、提高模型结构化层级的重要手段，也是地理信息、工业孪生、逆向建模等领域的重要需求。针对这一问题，实验室三维视觉研究部开展了深入研究，分别从几何视角和学习视角提出了新的计算框架和解决方案，近期两项研究成果被计算机视觉领域权威国际会议ECCV 2024接收。
넶193 2024-07-19 -
基于几何和学习的全局式从运动恢复结构
作为大规模场景三维重建问题的基础能力，从运动恢复结构（Structure-from-Motion, SfM）旨在通过海量二维图像精准鲁棒的求解相机空间位姿和相机内参数，也就是带有位姿的归一化图像（Posed images）。Posed images不仅是后续三维几何重建的基本输入，也是包括NeRF、3DGS在内的各种渲染算法的基本输入。SfM问题同样也是传统多视图几何理论的集大成者，蕴含了最小配置解、最大似然估计、几何意义解等关键思想。虽然已历经几十年的研究，但是面对大规模复杂场景下的海量图像数据，SfM问题在鲁棒性、计算效率、精确性等方面仍然面临多重问题。实验室三维视觉研究部针对这一问题长期开展理论方法研究，近期两项研究成果被计算机视觉领域权威国际会议CVPR 2024接收。
넶213 2024-04-17
-
