近日人工智能学院师生在2021年机器人与自动化国际会议（International Conference on Robotics and Automation，简称ICRA）上发表题为“基于邻域空间融合的点云语义分割不确定性高效评估”（Neighborhood Spatial Aggregation based Efficient Uncertainty Estimation for Point Cloud Semantic Segmentation）的研究论文，文章第一作者为人工智能学院博士生齐超，通讯作者为尹建芹教授。本文为我院师生与清华大学、香港城市大学联合发表。

ICRA会议是机器人和人工智能领域最重要的国际会议之一，在谷歌学术指标（Google Scholar Metrics, GSM）机器人学刊物影响力评定中常年位居第一，ICRA 2021于5月31日至6月5日在西安国际会展中心举行，收录稿件来自美国（676）、中国（336）、德国（147）等59个国家。

ICRA 2021 会议现场

研究成果汇报

文章针对传统不确定度评定中存在的效率低等问题，提出了一种邻域空间推理信息融合的方法去替代传统的多次随机推理信息融合，实现了单次推理即可高效评定点云语义不确定度，在保持不确定度评定性能不变前提下，提升推理效率数倍。

点云语义分割高效不确定度评定

研究成果实现了在运用深度神经网络进行三维点云语义预测的同时，评定预测结果的可靠程度，弥补了三维点云高效评定预测语义可信度的研究空白。该成果可有效提升智能机器人服务认知等场景感知型应用的人机交互安全性与效率，推进语义建模等相关研究工作成果转换与落地。

人工智能学院

2021年6月8日