



前言
国际知识发现与数据挖掘大会(ACM SIGKDD Conference on Knowledge Discovery and Data Mining)于近日公布论文接收结果,香港中文大学(深圳)理工学院崔曙光教授、李镇教授团队的论文“Geometry-Guided Representations for Coherent Lane and Traffic Topology Reasoning in Driving Scenes(基于几何引导表征的自动驾驶车道与交通拓扑推理)”被大会收录。

01
会议简介
KDD,国际知识发现与数据挖掘大会,是数据挖掘、机器学习、人工智能与数据科学领域的重要国际会议,重点关注知识发现、数据分析、智能算法及其实际应用。KDD 2026 Research Cycle 2共收到3252篇有效投稿,整体接收率约为18.5%。
02
论文简介
道路拓扑推理是自动驾驶场景理解中的基础任务,需要模型同时具备道路元素感知能力和复杂拓扑关系推理能力,包括车道间连通关系(Lane-to-Lane, L2L)以及车道与交通标志、交通灯之间的关联关系(Lane-to-Traffic signs, L2T)。然而,现有方法通常将感知与拓扑推理作为相对割裂的任务处理,且在特征提取阶段缺乏对几何关系的显式建模,更多依赖推理阶段的后处理或基于坐标的启发式规则,限制了模型在复杂交通场景下的鲁棒性。
针对上述问题,论文提出统一框架CoPo(Coherent Perception and Topology),从感知、推理和监督三个层面引入几何引导的关系建模。在感知层面,CoPo通过几何偏置自注意力和曲线引导交叉注意力增强车道表征;在推理层面,设计几何增强的L2L拓扑头和跨视角L2T拓扑头,以更有效地建模车道连接关系和车道-交通元素关联关系;在监督层面,引入基于InfoNCE的对比学习策略,使真实连接的元素对在特征空间中更加接近,从而提升关系表征的判别能力。

该多层次协同设计实现了道路元素感知与拓扑推理的端到端联合优化。实验结果表明,CoPo在OpenLane-V2基准上显著优于现有方法,在DET_l、TOP_ll、TOP_lt和整体OLS指标上分别取得+3.1、+5.3、+4.9和+4.4的提升,达到新的最优性能。
03
作者简介
本文第一作者为理工学院2023级计算机与信息工程专业博士生罗玥如,通讯作者为李镇教授。本文的作者还包括理工学院2024级计算机与信息工程专业博士生杨奕铭和崔曙光教授。

罗玥如,理工学院2023级计算机与信息工程专业博士生,研究方向为自动驾驶的三维空间表征学习,目前聚焦于道路地图元素感知重建以及通用的三维空间表征学习。

崔曙光教授,加拿大皇家科学院院士、加拿大工程院院士,全球高被引学者,IEEE Fellow,深圳市杰出人才培养计划首批入选人,深圳市决策咨询委员会成员。崔教授于2005年在美国斯坦福大学获得博士学位,先后在UC Davis等多所美国大学任教至讲座教授。2018年加入香港中文大学(深圳),先后担任理工学院执行院长、校长学勤讲座教授、深圳市未来智联网络研究院院长、港中大(深圳)—京东集团人工智能联合实验室主任,广东省未来智联网络重点实验室主任。崔教授当前的科研成果主要集中在通信网络与AI技术的深度融合。他已在国际一流期刊和会议上发表了近400篇论文,曾担任多个IEEE国际会议的主席和程序委员会主席,IEEE旗舰期刊的指导委员会成员、主席,IEEE无线技术委员会的主席。他在2012年获得IEEE信号处理协会最佳论文奖,2013年当选IEEE Fellow,2014年入选IEEE通信协会杰出讲师、汤森路透全球高被引科学家名单、ScienceWatch全球最具影响力科学家名单。崔教授在2020至2022年还获得IEEE ICC最佳论文奖,IEEE ICIP最佳论文列表,IEEE GLOBECOM最佳论文奖,中国ICT创新应用奖,IEEE WCNC最佳论文奖,CCF Chinagraph首个图形开源数据集奖,中国电子学会自然科学一等奖,中国通信学会技术发明一等奖。在2023年,崔教授获得IEEE马可尼最佳论文奖,IEEE WTC无线技术成就奖,并当选新一届IEEE Transactions on Mobile Computing(CCF-A核心期刊)主编,是中国大陆工作的学者首次担任。在2024年,崔教授荣获国家自然科学二等奖。

李镇博士,现任香港中文大学(深圳)理工学院助理教授,深圳市未来智联网络研究院助理院长,校长青年学者。李镇博士获得香港大学计算机科学博士学位(2014—2018年),他还于2018年在芝加哥大学担任访问学者。李镇博士荣获2023年吴文俊人工智能优秀青年、2021年中国科协第七届青年托举人才、2023年IROS最佳论文Finalist,6次获得公开竞赛/数据集冠军等。李镇博士还获得了来自于国家、省市级以及工业界的科研项目(如华为青年科学家奖励捐赠、腾讯犀牛鸟项目等)。他领导了港中深的Deep Bit Lab(https://mypage.cuhk.edu.cn/academics/lizhen/),其主要的研究方向是三维视觉、深度学习等基础理论算法研究,并致力于将人工智能算法推广应用于交叉学科、自动驾驶、具身智能、医学大数据分析等场景中,在该方向著名国际期刊和会议发表论文80余篇,包括顶级期刊Cell Systems、Nature Communications、npj Digital Medicine、T-PAMI、IJCV、TMI、TVCG、TNNLS等,以及顶级会议CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、IROS、ACM MM、AAAI、IJCAI、MICCAI等。李镇博士担任IEEE Transactions on Mobile Computing、IROS副编、ICLR 2024/2025、ICML 2026 AC以及众多顶刊顶会的审稿人,李镇博士还是广东院士联合会脑科学与类脑智能专委委员,VALSE、MICS、CSIG-MV、3DV专委会等学术组织的委员。
供稿 | 李镇教授团队
港中大(深圳)理工学院推广及传讯组出品
【END】
点击以下链接,进入理工时刻:
SSE Career x MathPi | 数学与应用数学专业申研主题分享会
科研速递 | 告别信号盲区!港中大(深圳)理工学院在通信领域顶刊发表超表面部署新成果
喜讯 | 理工学院师生7篇论文被机器学习领域顶级会议ICML 2026录用

以上内容转载自“香港中文大学深圳SSE理工学院”公众号
