李镇：AIGC驱动的3D场景理解及医学图像解析

AI 全书内容总结

本资料为香港中文大学（深圳）助理教授李镇的学术讲座幻灯片，主题是“AIGC驱动的3D场景理解及医学图像解析”，属计算机视觉与人工智能领域学术内容，与站内标注主题“价值投资综合书籍”明显不符，系误归类，与投资学习无关。讲者先介绍个人学术背景与获奖经历，随后分三部分展开：一是3D室内场景理解，讲解InstanceRefer视觉定位方法（全景分割产生实例候选、多层级上下文推理）与X-Trans2Cap跨模态知识迁移的3D稠密描述框架（教师网络借2D辅助模态指导学生网络）；二是AIGC驱动的说话人脸生成，利用时序3DMM与点云解析实现语音到嘴型的显式监督，支持中英德粤多语言；三是医学图像解析，介绍基于语义扩散模型的结肠镜图像合成方法ArSDM及其对息肉分割与检测任务的提升，并展示结肠镜视频生成实验。结尾列出多模态3D解析、视频扩散等下一步方向。全篇为论文式图表与技术细节，适合AI方向研究者，不适宜作为投资学习资料。