12月17日下午14：30，中国图学学会“奋发图强”博士生Workshop2023年度第六期（总第7期）以腾讯会议+中国图学学会哔哩哔哩官方账号“图学大讲堂”+中国图学学会微信视频号在线直播的方式成功举办。本期活动累计参会人数近2000人。

       本期Workshop由中国图学学会主办，中国图学学会青年工作委员会承办，第八届中国科协青年人才托举工程入选者、国防科技大学施逸飞副教授发起并主持，主题为“三维视觉与多模态学习”。

国防科技大学施逸飞副教授主持

西北工业大学副校长、中国图学学会常务理事兼青年工作委员会主任委员张开富教授致辞

       会议邀请了西北工业大学副校长、中国图学学会常务理事兼青年工作委员会主任委员张开富教授致辞。张校长的致辞表达了学会对博士生和青年学者培养工作的高度重视，鼓励广大博士生和青年学者要围绕重大需求问题进行深入研究。张校长还对参与此次活动的优秀博士生代表和青年学者代表表示感谢，预祝本次Workshop圆满成功。

       会议邀请了2位优秀在读博士生和1位优秀博士毕业生作分享报告。

       首先，杭州电子科技大学计算机科学与技术专业2023级直博生张艺骞作了题为《Multi-Domain Deep Learning from a Multi-View Perspective for Cross-Border E-Commerce Search》的报告。他的报告围绕如何利用数据的互补性和informativeness这一问题展开了分析，介绍了团队今年完成的两个工作。首先，对于海量不平衡的多域数据，通过低秩多视图特征空间重建多域数据可实现数据的共享互补，提高了模型的整体性能。其次，对于视频描述生成任务，通过衡量数据的可学习性、多样性和不确定性，实现了利用更少的数据达到更好的学习效果。

       其次，国防科技大学2022级博士研究生谭臻作了题为《基于神经辐射场 (NeRF) 的位姿估计方法研究》的报告。他的报告回顾了近年来NeRF的发展历程和研究难点问题。针对现有方法未能充分利用深度先验，忽视了固有噪声的影响等问题，提出了基于深度先验用于采样的NeRF方法（TD-NeRF）。该方法通过联合优化辐射场和相机姿态的可学习参数，可以从未知的相机姿态训练NeRF。在三个数据集上的实验结果表明，TD-NeRF在相机位姿和NeRF的联合优化方面取得了优异的性能。

       最后，香港理工大学王冰助理教授作了题为《3D Spatial Perception without 3D Supervison》的报告。他的报告介绍了其团队近年来在无监督深度隐式三维场景理解中的研究进展，重点介绍了发表在CVPR 2023上的无监督三维点云语义分割方法和发表在ICLR 2023上的基于神经辐射场的三维场景分解与编辑方法，探讨了该领域的未来发展趋势。此外，还分享了宝贵的切身经验和感悟，对博士期间可能遇到的问题和应对方案进行了讨论。