场景图理解
面向交通场景理解的无偏场景图生成研究,结合同伴学习策略。
感知我目前在深圳市人工智能与机器人研究院(AIRS)从事研究工作。2024 年毕业于香港中文大学(深圳)计算机与信息工程专业并获得博士学位。研究方向包括机器人、具身智能与机器学习。在博士期间,有幸师从徐扬生教授和林天麟教授。
论文被 IEEE TITS 录用。研究方向:面向交通场景理解的无偏场景图生成,采用同伴学习策略提升模型泛化与鲁棒性。
论文被 ICASSP 录用。研究方向:面向分布外检测(OOD)的类别相关性学习,提高开放环境下识别稳定性。
1 篇论文被 IEEE RAL 接收。研究内容:单线激光雷达深度补全,采用自监督学习提升低成本传感器感知能力。
1 篇论文被 IEEE TCSVT 接收。研究内容:自然图像抠图中的采样传播注意力与 Trimap 生成联合优化。
1 篇论文被 IEEE TIM 接收。研究内容:面向视听场景分类的结构感知图卷积建模与跨模态关系学习。
1 篇论文被 ICASSP 2023 接收。研究内容:基于盲点自监督的图像去噪亲和学习,提升细节恢复与鲁棒性。
1 篇论文被 BMVC 2022 接收。研究内容:开放集抠图框架,结合 OOD 检测与小样本抠图。
1 篇论文被 IEEE TIP 接收。研究内容:在精度-效率权衡下的模型分治协同训练方法。
3 篇论文被 IROS 2021 接收。研究内容涵盖室内场景识别、对象关系建模与脑机接口辅助机器人导航。
1 篇论文被 ICRA 2021 接收。研究内容:远距离手势识别的注意力 SSD 检测网络及数据集构建。
如需完整论文列表,可在此补充,或直接跳转至谷歌学术页面。
面向交通场景理解的无偏场景图生成研究,结合同伴学习策略。
感知采用特征金字塔注意力与图建模方法进行多模态场景识别。
多模态面向机器人应用的感知流水线,重点关注鲁棒性与真实场景部署。
机器人分会共同主席:“Semantic Scene Understanding I”。
IROS 2019 终身机器人视觉挑战赛 Finalist Award。
JRC-TEDA 2018 京东机器人挑战赛(无人超市抓取)Honorable Award。
ICIA 2017 最佳学生论文提名奖。
助教,EIE3080 微处理器(港中大深圳)。
助教,CSC1001 计算机科学导论:程序设计方法(港中大深圳)。
助教,CSC4160 云计算(港中大深圳)。
助教,EIE3080 微处理器(港中大深圳)。
助教,CSC3050 计算机体系结构(港中大深圳)。
助教,EIE3080 微处理器(港中大深圳)。
助教,CSC3050 计算机体系结构(港中大深圳)。
Liguang Zhou, Yuhongze Zhou, Tin Lun Lam, Yangsheng Xu, “Context-aware Mixture-of-Experts for Unbiased Scene Graph Generation.”
欢迎交流合作与研究机会。如有兴趣,请发送简短自我介绍与个人简历。
可在此列出数据集与基准测试,并附上简短说明与引用信息。
可替换为你的数据集名称、研究方向与访问链接。
即将上线欢迎通过邮件联系我。
zhouliguang@cuhk.edu.cn
中国深圳
Google Scholar · GitHub · LinkedIn
访问者地理分布概览(基于近期服务器访问日志统计)。