LIVIN
光场计算与视觉智能实验室
@ 北京邮电大学
最新动态 Latest News
团队全体成员前往日本东京参加SIGGRAPH ASIA'24并组织团建活动 团队活动
DirectL被SIGGRAPH ASIA'24 & ACM TOG接收 CCF-A
VISTA被ACL'24接收 CCF-A
LayoutPointer被NAACL'24接收 CCF-B
DocDiff被ACM MM'23接收 CCF-A
我们的团队
教师
成果
多任务长视频理解评测集MLVU
该评测集由实验室指导老师熊永平和博士生周俊杰联合智源研究院、北京大学等单位共同创建并发布。发布半年来，MLVU已被包括Meta AI, Nvidia NV Lab, 腾讯、字节等顶尖AI研发机构广泛使用。
评测集代表工作
DirectL: Efficient Radiance Fields Rendering for 3D Light Field Displays
⌈SIGGRAPH ASIA'24/TOG, CCF A类会议及期刊⌋
VISTA: Visualized Text Embedding For Universal Multi-Modal Retrieval
⌈ACL'24, CCF A类会议⌋
DocDiff: Document Enhancement via Residual Diffusion Model
⌈ACM MM'23, CCF A类会议⌋
LayoutPointer: A Spatial-Context Adaptive Pointer Network for Visual Information Extraction
⌈NAACL'24, CCF B类会议⌋
GDB: Gated convolutions-based Document Binarization
⌈Pattern Recognition'24, CCF B类及SCI 1区TOP期刊⌋
Document Binarization with Multi-Branch Gated Convolutional Generative Adversarial Networks
⌈ICIP'23, CCF C类会议⌋
CarveNet: A Channel-Wise Attention-Based Network for Irregular Scene Text Recognition
⌈IJDAR'22, CCF C类期刊⌋
FAT: Field-Aware Transformer for Point Cloud Segmentation With Adaptive Attention Fields
⌈IEEE Transactions on Industrial Informatics, SCI 1区TOP期刊⌋
Towards Scalable Training for Handwritten Mathematical Expression Recognition
技术成果产业化进展
-
产业应用一
我们组建了北邮-井冈山实验室，深度融合视觉智能技术与吉安千亿级电子信息制造业。我们的三维视觉和视频理解技术广泛应用于智能焊接机器人、智能喷涂机器人、组装工艺控制和器件溯源等多个领域，目前已为立讯精密、柏兆电子、方舟流体等行业龙头企业提供服务。
-
产业应用二
作为教育部的专家团队，我们研发了全球领先的公式识别和文档智能解析技术，并将其与多模态大模型结合，应用于重点领域的资源共享服务平台、虚拟教研室平台及数字出版平台等国家高等教育智能化项目。这些技术成果已应用于全国七百多个虚拟教研室，覆盖近10万名高校教师。
-
产业应用三
我们与全球最大的公用事业公司——国家电网展开合作，研发多光谱光纤传像和视觉理解技术。这些技术能够实现GIS、开关柜等封闭式高压电气设备的内部可视化，并高精度检测过热和放电等缺陷，成功应用于从超高压到配网的多个电压等级设备，广泛服务于多个省网公司。