12月15日下午，我们有幸邀请到了来自多伦多大学的博士生陈文拯为我们带来了题为“Optimal Illumination System”的精彩报告。
报告主要介绍了一种通过结构光序列来进行静态场景的立体三角测量的方法。为了解决纹理特征不明显导致立体匹配不准确的问题，考虑可以通过对静态物体投影K-pattern的结构光序列来为其增加特征，从而提高匹配的准确率。其中存在了两个主要问题：1、决定要投影的结构光序列的模式；2、给定模式以及投影结构光后捕捉的图像，如何找到他们的相关关系。
本方法提出了一种通过降低捕捉图像的解码损失，自动为特定系统生成合适的模式序列的方法。与其他方法不同的是，该方法能够独立于模式，计算像素间的相关关系，并且在最大似然的场景上接近最优。算法的主要内容是：首先随机初始化一个模式，然后随机绘制一些观察像素的样本。通过解码器，衡量模式的好坏，并进行优化。通过梯度下降，最终使得算法收敛，得到一个较好的编码模式。
陈文拯博士于2014年6月在山东大学泰山学院获得学士学位；于2014年9月至2017年7月在山东大学IRC实验室学习并获得硕士学位。目前陈博士在多伦多大学攻读博士学位，并由Sanja Fidler教授和Kyros Kutulakos教授指导。主要研究方向为计算摄影学与3D视觉。
文 / 徐振元
编 / 杨 淼
图 / 陆树梁 吴光楠
