ShanghaiTech Symposium on Information Science and Technology (SSIST) 2016 由上海科技大學承辦，時間2016年6月23号到25日。主要有三大話題；Robotics, Virtual Reality, and Computing Theory and Systems 。在今年4月份武漢舉辦的VALSE 2016會議上，上海科技大學的虞晶怡教授對SSIST 2016做過宣傳，他是SSIST 2016的主要組織者之一。大會現場的PPT：
這次會議的逼格還是挺高的，很多傳說中的大牛都有報告。先看幾個重磅特邀講者：
另外還有很多國内外的大牛講者，具體見官網講者名單。
第一天的會議日程如下：
Session1主要關注計算機系統，幾位講者講的非常精彩，不過不是我感興趣的領域，是以聽不大懂。簡單介紹兩位吧。
中科院計算所的Yungang Bao 教授做了關于軟體定義網絡結構的報告：
data center價格貴，但是使用率低，sharing可以提高使用率，下面是Google的方案：
但是sharing也會帶來幹擾問題
後面就是解決這些問題的，不太能聽懂，就不貼圖了。
Virginia 大學的David Evans教授做了Introduction to Secure Multi-Party Computation in Practice主題報告，用Alice和Bob作為例子生動描述：
然後具體講了其方法，不明覺厲：
Session2關注的是基于圖像的三維重建。兩位講者Yasuyuki Matsushita(Osaka U.)和Yasutaka Furukawa(WUSTL)連續做了兩個小時的3D重建相關的原理、應用展示等，非常受用。Yasutaka Furukawa對3D重建從過去到現在的發展情況做了非常詳細、生動的說明，PPT中大量的視訊、實驗結果等展示非常直覺，是以在此主要對Yasutaka Furukawa的演講内容做一下介紹。下面開啟放圖模式：
下圖是基于圖像的3D重建的發展曆程，講者後續一一進行了詳細介紹。
首先介紹了基于圖像的3D重建的基礎：
通過不同視覺圖像的特征點比對得到三維資訊：
下圖介紹了Internet computer vision，利用網際網路上San Marco Square的幾千張圖檔對其進行三維重建：
由于不同圖檔尺寸千差萬别，是以首先需要歸一化圖檔，如何歸一化？第一步就是聚類，下圖中相同顔色的就代表将拍攝同一位置的圖像進行聚類，然後再進行歸一化、比對等後續工作。
簡單介紹了Google的分布式基于圖像聚類的重建工作：
下面講了一個程式員利用3D重建技術給一個龜殼破裂的大型陸龜造龜殼的故事，生動有趣：
以上都是針對紋理較多的圖像，那麼當紋理很少或幾乎沒有紋理時會發生什麼呢？下圖左即為标準方法做出的結果，簡直慘不忍睹。下圖右為改進過方法的結果：
改進主要是加入了先驗知識：
下面給出了缺乏紋理的環境下3D重建的效果：
3D重建發展史，一晃到了2011年
室内環境下的3D重建相比室外還是有很多問題的，這裡介紹了CSG model用于室内3D重建：
然後講者又提出了問題：用Google街景想從A點快速移動到目标點B非常慢，而且需要一點點拖動，有沒有更快的方法？3D重建可以直接從更加宏觀的地圖出發先找到B點所在位置，然後慢慢拖動就可以快速找到目标點。
那麼，未來3D重建還有哪些值得研究的工作呢？主要是以下幾點：
對下圖右室内場景模組化反向生成下圖左的CAD模型圖，如下
不同的顔色表示不同的部分
可以将不同的房間區分開：
甚至可以對反向生成的CAD圖進行誤差修改，重新設計：
3D重建未來還有很多應用場景：
最後看看講者的導師、合作者吧，都是大牛哇！
很期待明天robotic，visual reality的講者和内容，應該會非常精彩！