智能感知
郭裕兰 教授
郭裕兰
教授、博士生导师
研究方向：计算机视觉、机器学习、具身智能、机器人
Email: guoyulan-AT-sysu.edu.cn
个人主页：https://www.yulanguo.cn/
团队主页：https://sysu-sail.net/
个人简介：
郭裕兰，中山大学教授，博士生导师。主要研究领域为三维视觉与具身智能，包括三维重建、点云理解及机器人系统等。截止2024年10月，在IEEE TPAMI和CVPR等期刊和会议发表学术论文200余篇，谷歌学术总被引1.7万余次，入选Elsevier中国高被引学者（自2020年起）、全球前2%顶尖科学家（自2022年起）、全球学者终身学术影响力榜（自2023年起）、国家首批博士后创新人才支持计划（2016年），获评2022年度全球华人AI青年学者、2019年度ACM China SIGAI Rising Star。学术论文获评2022年世界人工智能大会青年优秀论文奖、2022年及2023年深圳市优秀科技学术论文成果奖、2021年中国百篇最具影响国际学术论文。研究成果获2024年中国计算机学会自然科学一等奖、2019年吴文俊人工智能优秀青年奖、第25届中国国际工业博览会高校展区创新奖等奖励。
郭裕兰担任中国图象图形学学会三维视觉专委会秘书长，视觉与学习研讨会（VALSE）执行领域主席委员会（EAC）主席。担任IEEE Transactions on Image Processing期刊高级领域编辑（SAE），Visual Computer和Computers & Graphics等期刊编委。担任历届（2020-2024）中国三维视觉大会（China3DV）组委会共同主席，2023年及2024年全国SLAM技术论坛程序委员会共同主席，澳大利亚图像计算领域旗舰会议（25th DICTA）程序委员会共同主席，担任顶级会议CVPR 2025/2023/2021、ICCV 2021、ECCV 2024、NeurIPS 2024、ACM Multimedia 2021等国际会议领域主席。近五年在CVPR、ICCV、ECCV上连续组织点云语义理解和图像超分辨率方向的10余场挑战赛。
指导学生获省部级优秀博士学位论文和中国图象图形学学会优秀博士学位论文提名各1次。指导的学生入选中国科协青年人才托举工程2人次、某国家级青年人才计划1人次。指导学生获第十一届中国研究生电子设计竞赛全国总决赛特等奖（第一名）、CVPR2018鲁棒视觉挑战赛立体匹配赛道冠军、SPEC2021卫星姿态估计竞赛冠军（欧空局举办）等奖励。培养的多名硕士生在牛津大学、东京大学、西澳大学、香港理工大学、香港城市大学等高校攻读（或已获得）博士学位。
近三年发表的部分论文：
1. Unsupervised Degradation Representation Learning for Unpaired Restoration of Images and Point Clouds. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2024.
2. MAC: Maximal Cliques for 3D Registration. IEEE Transactions on Pattern Analysis and Machine Analysis (TPAMI), 2024.
3. Deep Learning for Visual Speech Analysis: A Survey. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2024.
4. GeoTransformer: Fast and Robust Point Cloud Registration with Geometric Transformer. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 45(8): 9806-9821, 2023.
5. RoReg: Pairwise Point Cloud Registration with Oriented Descriptors and Local Rotations. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 45(8): 10376-10393, 2023.
6. Exploring Fine-Grained Sparsity in Neural Networks for Efficient Inference. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). 45(4): 4474-4493, 2023.
7. You Only Train Once: Learning General and Distinctive 3D Local Descriptors. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 45(3): 3949-3967, 2023.
8. Disentangling Light Fields for Super-Resolution and Disparity Estimation. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 45(1): 425-443, 2023.
9. Parallax Attention for Unsupervised Stereo Correspondence Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 44(4): 2108-2125, 2022.
10. Learning Semantic Segmentation of Large-Scale Point Clouds with Random Sampling. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 44(11): 8338-8354, 2022.