SYSU · SECE · Intelligent Visual Coding Team
智能视觉编码团队
团队围绕视觉数据的高效压缩、智能分析与沉浸式呈现，开展图像/视频编码与通信、视觉感知计算、三维视频、VR/AR 以及人工智能视觉应用研究。
图像/视频编码
点云处理与编码
视觉质量评价
三维视觉
VR/AR
视觉 AI
About
团队简介
智能视觉编码团队由中山大学电子与通信工程学院张云教授负责，长期从事图像/视频信号处理与通信、三维视频处理、高效视频编解码、虚拟现实和人工智能等方向研究。
视觉编码
面向有限带宽、复杂信道和智能分析任务，研究新一代图像/视频压缩、码率控制、语义通信和端到端编码技术。
感知计算
结合人类视觉系统与机器学习，建立图像、视频和点云质量评价模型，服务编码优化和用户体验提升。
沉浸媒体
围绕三维视觉、VR/AR、实时重建和虚实融合呈现，探索六自由度沉浸式视觉系统的关键技术。
左右滑动浏览，点击海报查看大图
News
近期信息
- 法国南特大学Patrick Le Callet教授应邀来我院做学术报告
- 团队师生参加2026中国多媒体大会 (ChinaMM 2026)
- 团队师生参加第二届机器学习与媒体计算国际研讨会 (MLMC 2026)
- 祝贺团队3位同学顺利完成硕士毕业答辩！
- 祝贺！团队工作 Deep-JGAC: End-to-End Deep Joint Geometry and Attribute Compression for Dense Colored Point Clouds 发表于 IEEE Transactions on Circuits and Systems for Video Technology 期刊。
- 祝贺！团队工作 Rate-Reconfigurable Deep Point Cloud Compression with Perceptual Bit Allocation Optimization 发表于 IEEE Transactions on Image Processing 期刊。
- 团队6位同学参加中国图像图形大会 (CCIG 2026) 。
- 智能视觉编码团队网站正式上线！欢迎在智能视觉编码、点云压缩、机器视觉质量评价、VR/AR 和生成式视觉应用方向开展交流合作，团队长期招收博士、硕士研究生，欢迎优秀本科生参与科研训练。
Paper Insights
论文导读
- 16图像质量TOMM｜基于全局—局部渐进融合与语义对齐质量迁移的无参考图像质量评价方法
- 15点云压缩TBC｜基于双模态运动估计与时空条件残差编码的深度动态点云属性压缩
- 14点云压缩TCSVT｜密集有色点云的端到端几何与属性联合压缩
- 13点云压缩TIP｜感知码率分配优化的码率可重构深度点云压缩
- 12点云上采样TIP｜基于深度学习的大规模彩色点云联合几何与属性上采样
- 11点云压缩TBC｜基于体素 Transformer 和稀疏卷积的 3D 广播点云属性压缩
- 10会议专题2025 年 IEEE 机器学习与媒体计算国际研讨会录用论文导读
- 09点云去噪SPL｜基于潜在扩散模型的点云属性去噪方法
- 08光场压缩TBC｜LFIC-DRASC：基于解耦表示与非对称卷积的深度光场图像压缩
- 07点云质量TMM｜RegR-PCQA：基于规则化表示的彩色点云质量评价
- 06点云质量基于 3D 和 2D 空间互补特征的彩色点云质量评价方法
- 05图像质量基于多粒度嵌入和空间-通道自适应的图像质量评估
- 04特征编码基于多尺度特征重要性的端到端编码与码率分配
- 03感知编码VP-JND：面向图像压缩的视觉感知辅助图像级恰可察觉失真预测模型
- 02机器视觉编码DT-JRD：面向机器视频编码的基于深度 Transformer 的恰可识别失真预测模型
- 01感知编码面向图像与视频压缩的对象级恰可识别失真预测方法研究