近来，世界人工智能和计算机视觉顶尖期刊 International Journal of Computer Vision（IJCV，计算机视觉世界期刊）在线宣布了计算机和AI学院李天瑞教授团队的最新研讨成果：“Deep Hierarchical Learning for 3D Semantic Segmentation”。文章从人类认知和三维世界自身就具有的多层次视角， 初次提出了面向三维语义切割的深度层次学习模型和理论剖析结构。

  该篇论文以 西南交通大学为榜首署名单位，李崇寿副教授为榜首作者，香港城市大学研讨助理教授李欣科为通讯作者，与西南交通大学利兹学院计算机科学与技能专业2020级本科生刘宇恒、2021级本科生张裕宁、李天瑞教授以及纽约州立大学布法罗分校袁俊松教授共同完成。

  IJCV是我国计算机学会（CCF）引荐的AI范畴的4个A类期刊之一，也是计算机视觉范畴最被认可的两大期刊之一，2025年影响因子11.6，年发文量仅170篇左右，侧重视觉智能根底理论。 这也是校园初次在IJCV上宣布科研论文。 本项研讨得到了 国家自然科学基金青年基金、面上项目、四川省自然科学基金立异研讨集体等赞助 。

  3D场景的分层语义了解是计算机视觉范畴的要害应战，怎么有用捕捉和运用物体之间的层次联系一直是研讨的难点。 本论文从人类认知固有的层次特性动身，初次从理论上建构了跨层次语义一致性与各层熵最大化之间的理论联系，搭建了层次学习的理论剖析结构。 依据此理论，构建了深度层次学习方法，规划了分层嵌入交融模块，有用捕获点与点之间的层次联系，经过引进层次正则化项，将不同层级猜测间的层次连贯性与分类丢失有机结合。 最终，凭借视觉言语模型，开发了主动高效构建类别层次结构的技能，拓宽了层次学习的合适运用的规模。 试验依据成果得出，本文所提出的深度层次学习模型能明显提高3D语义切割功能，为无人驾驶、城市规划和数字孪生等范畴供给了重要技能支持。

  李天瑞教授团队近年来一直专心于AI范畴的前沿根底理论研讨和面向国家严重需求的应用研讨，承当国家重点研制课题、国家自然科学基金等国家级项目30余项，研讨成果已宣布在PNAS、IEEE TPAMI、IJCV等世界尖端期刊，我国科学、软件学报、计算机学报等国内尖端期刊以及AAAI、ACL、CVPR、ICCV等世界一流会议等。