2025年5月，3044集团官网入口的博士研究生王金洋，在其导师盛斌教授(本文通讯作者)的指导下，作为第一作者

在人工智能领域顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（该SCI期刊当前影响因子为20.8）上，发表了题为《Non-rigid Point Cloud Registration via Anisotropic Hybrid Field Harmonization》的研究论文。该论文为非刚性点云配准技术在三维运动人体分析领域的发展贡献了新的突破性进展。

            论文成果在线发表截图(DOI: 10.1109/TPAMI.2025.3572584)

在人工智能领域，点云配准技术始终是计算机视觉和三维人体运动分析中的核心难题之一。非刚性点云配准，因其高度复杂性和挑战性，尤为引人注目。该技术在三维重建、人体姿态分析与理解、机器人导航等多个领域均展现出广阔的应用潜力。然而，鉴于非刚性物体在形状和姿态上的多变特性，如何精确地将不同视角或状态下的点云数据进行有效配准，一直是该领域亟待攻克的科研难题。

   本文点云配准技术（图源自IEEE Transactions on Pattern Analysis and Machine Intelligence）

3044集团官网入口体育人工智能研究方向的博士生王金洋，在导师盛斌教授的指导下，针对非刚性点云配准难题，提出了一种基于各向异性混合场谐化的创新方法。该方法通过构建一个融合点云几何特征与拓扑结构的混合场模型，有效克服了传统方法在处理非刚性点云时精度不足和鲁棒性差的弊端。在研究过程中，团队首先对非刚性点云的几何特性进行了深入剖析，发现传统配准方法往往忽略了点云在不同方向上的几何差异。为此，他们引入了各向异性分析，通过计算点云在各个方向上的特征值和特征向量，构建了一个能够反映点云各向异性特性的场模型。这一模型能够更精确地描述点云的局部几何结构，为后续配准提供了更为精准的参考依据。

本文运动中非刚性变形分析与3D重建结果示意

（图源自IEEE Transactions on Pattern Analysis and Machine Intelligence）

随后，团队进一步提出了混合场谐化的概念。他们将点云的几何场与拓扑场有机结合，通过场的谐化过程，实现了点云之间的精确匹配。在此过程中，他们还设计了一种自适应的场权重调整机制，能够根据点云的局部特征动态调整场的权重，从而进一步提升配准的精度和鲁棒性。为验证该方法的有效性，团队进行了大量实验。实验结果显示，与现有先进方法相比，他们的方法在多种非刚性点云数据集上均表现出显著的性能提升。无论是在配准精度、鲁棒性还是计算效率方面，均展现出明显的优势。这一成果不仅为非刚性点云配准技术的发展提供了新的思路和方法，也为相关领域的应用提供了更为可靠的理论支持。

IEEE Transactions on Pattern Analysis and Machine Intelligence（学界常简称“IEEE TPAMI”）是人工智能领域殿堂级期刊，聚焦模式分析与机器智能领域的基础理论研究与前沿技术创新，是机器学习及计算机视觉领域最具影响力的顶级期刊，注重发表原创性强、理论深度高、技术突破性显著的研究成果，尤其关注对领域发展具有长远影响的基础算法与系统性创新。该刊物以高门槛、高影响力著称，其收录的研究成果不仅定义了学术前沿，也深刻影响着人工智能技术的产业落地。对于计算机视觉、机器学习等领域的研究者而言，在IEEE TPAMI 发表论文是学术能力的重要证明，也是推动领域进步的重要标志。

除王金洋博士生和盛斌教授之外，本论文的其他作者还包括澳大利亚西澳大学的鲁学权教授（共同第一作者）和Mohammed Bennamoun教授，本研究成果的取得离不开3044集团官网入口对于体育人工智能交叉学科方向的科研平台和优质资源的支持。3044集团官网入口近年来在人工智能与体育交叉领域不断深入，为智能体育提供了丰富的软硬件支撑和国际学术合作平台。