廖依伊，浙江大学信电学院特聘研究员。分别于西安交通大学和浙江大学获得学士和博士学位，并在德国马普所和图宾根大学从事博士后研究。研究兴趣主要为三维视觉与沉浸式媒体编码。在TPAMI、CVPR、ICCV、NeurIPS等期刊和会议发表文章四十余篇，谷歌学术引用5000余次。获ICRA 2024最佳机器人视觉论文奖，华为火花价值奖，入选2023 百度 AI 华人女性青年学者。担任3DV 2025程序主席，MPEG国际标准组织高斯泼溅编码（GSC）专题组联席组长，多次担任CVPR、NeurIPS等会议领域主席。

报告题目：面向自动驾驶的写实可控闭环仿真

报告摘要：高度写实且可控的闭环仿真平台对自动驾驶在长尾场景的测试具有重要价值。人工设计的仿真平台虽然可控性高，但往往与现实世界存在一定差异且设计代价高昂。近年来，神经渲染场技术的发展使得基于现实场景构造高写实度的仿真平台成为可能，然而现有方法这类方法在可控性上仍有局限。此外，控制写实可控场景的获取成本也是一个重要挑战。针对高可控、高写实、低成本之前存在的权衡，本次报告将从重建和生成两个角度出发，分享三方面工作，包括1）无需人工标注的动态街景解耦重建；2）高效泛化的单步推理街景重建；和3）基于语义的可控街景生成。在此基础上，进一步搭建了评估自动驾驶算法的闭环、写实且实时的开源仿真平台HUGSIM，可用于端到端自动驾驶算法的闭环测试。

直播时间

5月13日（星期二）19:00-20:00

腾讯会议室

会议号：784-5244-3587

请添加会议官方微信：CSIG_1990，备注“云讲堂+会员号+姓名”获取入群邀请