ZipCode:a0fc59827cd5338899f331d531f5915207cec030baf2f2bc95b85d55e22539f42a98bb0b6180e50e96c12627bf5637cc76c314d84a2bee4aaec92b9a58b4852a38c92e3c8538528e6417166e5e118d3711a39d6aea4a45ebe35bbcbb2ed73f85bd96d7888f64422ff979af4b9d4a88c37f69d082332eea079fc9de5db468d91a

email:a640f97263d1555593b44c593d9d7d382695e66e4ee11199aef04e73d8158f49855d4148c6c361134de98a4f282c3734082c8d2e2e5bd79e105718d3ce09858b1b03d17df7f1d2e66a2961c9605d297829fd713f88f7b24f468ce81adc14a5ee443209bdc6c812f3e570b72bc0c496d0f493bbcbb2e0db0155620350f3544c15

核心思想：期望成为学生的良师益友，愿意为学生做的更多。和学生一起努力，实现共同的目标和理想。承诺给每个学生提供良好的科研学习环境，对新加入的学生进行手把手的训练和指导，推荐学生到国内外更高的平台进行交流和深造。 刘郑老师的研究方向集中在几何建模、3D深度学习和3D计算机视觉的交叉处，并且关注这些前沿技术的具体落地问题（数字孪生、实景三维、智能制造、自动驾驶等）。课题组已经将真实场景的拍摄扫描、配准、分割、重建、渲染这一脉络打通，具备研究这些问题的软硬件配置。课题组有多台高性能的服务器、激光扫描仪、Kinect 扫描仪、无人机、三维打印机，并且有独立的实验室、会议室、休息间。 刘郑老师已发表高水平学术论文30余篇，其中包括多篇CCF A和CCF B类论文，有独立指导学生发表计算机领域顶级论文的经验和能力，可以推荐有顶刊、顶会论文发表的同学进入顶尖的大学攻读博士或者去大厂工作。主持和参加了多项国家自然科学基金项目和国家重点研发项目，学生想进入企业从事数字孪生、实景三维、智能制造、自动驾驶等方面工作的同学，欢迎报考。刘郑老师与中国科学与技术大学、武汉大学、南开大学，大连理工大学，南洋理工大学等多个国内外高等学府有着密切的学术交流和合作，可以推荐同学去国内外顶尖学府继续深造。 对我们组的研究感兴趣的老师、同学和朋友, 可以去我们组的主页[https://labzhengliu.github.io/]，或者去ResearchGate[ResearchGate]和Google学术 [Google Scholar] 了解我们的工作。 如果你对我们组的研究感兴趣，希望成为我们组内的一员，因为每年的研究生招生名额有限，请尽早联系我们。学习和工作经历：2022.01－至今 中国地质大学（武汉），计算机学院，软件工程系；副研究员2015.03－2021.12 中国地质大学（武汉），国家地理信息系统工程技术研究中心；助理研究员，副研究员2013.01－2015.02 中国科学与技术大学，数学科学院；博士后，合作导师：刘利刚教授（杰青、优青、百人计划）2009.09－2012.12 华中师范大学，国家数字化学习工程技术研究中心；博士，指导老师：张景中（院士）2006.09－2009.07 中国地质大学（武汉），信息工程学院；计算机应用，硕士，指导老师：谢忠教授2002.09－2006.07 中国地质大学（武汉），信息工程学院；软件工程，学士研究方向：1. 几何建模、计算机图形学: 研究如何通过照片和扫描设备获取高质量的几何模型，具体问题包括：基于照片的点云生成、网格和点云的滤波，点云配准，点云重建，网格和点云的分割，点云重采样等系列问题。2. 3D深度学习、3D视觉：研究点云的深度学习技术，并将点云的深度学习应用在几何建模中，具体包括：点云的深度特征提取和匹配，点云配准，点云法向估计、点云去噪等系列问题。3. 数字孪生和实景三维：基于照片和Lidar数据的点云融合，室内外场景的实例和语义分割，室内外场景的LOD重建，基于场景的神经渲染技术（Nerf）等问题。4. 数值优化和科学计算：稀疏优化、低秩矩阵优化、偏微分方程、非凸非光滑模型算法研究。学术兼职：论文审稿: IEEE PAMI, IEEE TVCG, IEEE TMM, CAD, CGF, CAGD, VC, IEEE Computer Graphics and Applications, JCAM, IEEE ACCESS. 程序委员：Chinagraph 2020，Geometric Modeling and Processing (GMP 2021, 2022, 2023)，GDC 2021，2022, 2023.部分研究成果 (*: 通讯作者)：29. Jianjun Zhang, Zhipeng Jiang, Qinjun Qiu, Zheng Liu*, “TCFAP-Net: Transformer-based Cross-domain Fusion and Adaptive Perception Network for Large-scale Point Cloud Semantic Segmentation”, Pattern Recognition, 2024. (CCF B)28. Xiaopeng Xin, Wei Huang, Saishang Zhong, Ming Zhang, Zheng Liu*, Zhong Xie, “Accurate and complete line segment extraction for large-scale point clouds”, International Journal of Applied Earth Observation and Geoinformation, 2024.27. Hao Ji, Sansheng Yang, Zhipeng Jiang, Jianjun Zhang, Shuhao Guo, Gaorui Li, Saishang Zhong, Zheng Liu*, Zhong Xie, “BEMF-Net: Semantic Segmentation of Large-Scale Point Clouds via Bilateral Neighbor Enhancement and Multi-Scale Fusion”, Remote Sensing, 2023.26. Ling Zhang, Ben Chen, Zheng Liu, Chunxia Xiao, “Facial Image Shadow Removal via Graph-based Feature Fusion”, Computer Graphics Forum, 2023. (CCF B)25. Zheng Liu, Xiaopeng Xin, Zheng Xu, Weijie Zhou, Chunxue Wang, Renjie Chen, Ying He, “Robust and Accurate Feature Detection on Point Clouds”, Computer-Aided Design, 2023. (CCF B)24. Zheng Liu, Yaowu Zhao, Sijing Zhan, Yuanyuan Liu, Renjie Chen, Ying He, “PCDNF: Revisiting Learning-based Point Cloud Denoising via Joint Normal Filtering”, IEEE Transactions on...