近日，第20届ICCV国际计算机视觉大会（The IEEE/CVF International Conference on Computer Vision 2025）公布录用结果，我院2023级硕士研究生鲁诚辉（导师：李迪龙副教授）关于序列化点云过分割研究成果Serialization based Point Cloud Oversegmentation被录用。根据会议官方统计，本次ICCV 2025会议总投稿11239篇，录用2698篇，录用率仅为24%，会议将于今年10月19日至23日在美国夏威夷举办。

计算机视觉国际大会，是由电气与电子工程师协会（IEEE）举办的计算机视觉领域的顶级会议，是中国计算机学会（CCF）推荐的A类国际学术会议。

点云过分割作为点云理解中的一个基础预处理步骤，是一项具有挑战性的任务，由于其对过分割结果的空间邻近性和语义相似性的高要求。现有的大多数方法在将语义一致的点聚合为超点的同时，难以保持其空间邻近性。对此，该研究创新地提出了一种基于序列化的点云过分割方法。该方法利用序列化避免了复杂的空间查询，通过序列局部性直接访问相邻点进行相似性匹配和超点聚集。首先将点云序列化为希尔伯特曲线，并将其空间连续地划分为多个初始段。然后设计了一种自适应更新算法，通过匹配相邻段之间的特征相似性来聚类超点，并通过交叉注意力机制更新特征，以此保证超点的内部语义一致性。

该研究在多个大规模室内外数据集上进行了大量试验，验证了方法的有效性，在多个数据集上达到了最优的过分割效果。此外，该方法可以灵活适配于目标识别、语义分割等下游任务，有助于下游任务的精度提升。

在该研究工作中，我校为第一完成单位，鲁诚辉为第一作者，我院李迪龙副教授为通讯作者，我院陈子仪副教授、2023级硕士研究生关建龙以及南京信息工程大学管海燕教授参与了该研究工作。该研究工作得到了福建省大数据智能与安全重点实验室、厦门市计算机视觉与模式识别重点实验室的支持。

初审：颜郁澎

复审：彭佳林

终审：陈荣美