《扩展现实视觉感知建模及其应用》

李博颖，2016年本科毕业于西北工业大学，获西北工业大学优秀毕业生荣誉称号，2023年获bevictor伟德官网信息与通信工程工学博士学位，导师是郁文贤教授，获bevictor伟德官网优秀毕业生荣誉称号。研究方向包括三维计算机视觉、智能机器人，博士期间发表包括IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)、IEEE Transactions on Geoscience and Remote Sensing (TGRS) 等顶刊在内的4篇学术期刊，IEEE/CVF international conference on computer vision (ICCV)、IEEE International Conference on Robotics and Automation (ICRA) 在内的3篇国际顶会，1项学术专著，获国家发明专利3项，学术成果在领域内产生重要影响。现为Monash University博士后，导师是Hamid Rezatofighi教授。

基于光学相机的即时定位与建图系统 (Simultaneous Localization and Mapping, SLAM) 是智能机器人自主感知和运动的关键技术之一。该技术现实应用的要求是：高精度、高鲁棒性、高效率、建图可理解性。然而目前的视觉SLAM方法在面对纹理缺失、极端光照变换等挑战性场景时，难以保持原有的精度和鲁棒性。另一方面，现有的SLAM方法普遍通过稀疏特征进行地图构建，损失了大量信息，限制了避障、路径规划等后续任务的开展，同时也缺乏对语义等高级别信息的关注。为解决上述问题，本论文研究如何利用城市环境中广泛存在的几何信息和语义信息，应用于视觉SLAM问题的求解，以提升方法的精度、鲁棒性和建图可理解性。本文针对城市环境中的几何语义视觉SLAM方法展开研究，提出了一种基于平面文字标识语义信息的视觉SLAM方法，构建了一个面向文字标识的定位与建图数据集，提出了一种基于几何结构先验知识的稠密建图方法，大大提升了原有方法系统的精度、鲁棒性和重建可理解性。