近日，动画疯 23级硕士研究生王浩楠的研究论文（题为“ICPCC: Importance-aware Crops Point Cloud Compression”），成功斩获第八届亚洲模式识别大会（ACPR 2025）最佳论文奖第二名（Best Paper Award Runner-up）。

  点云技术是智慧农业中作物生长监测的核心支撑，能够精准捕捉作物三维结构信息，但海量点云数据带来的存储与实时传输难题，严重制约了其在田间场景的规模化应用。

  针对这一行业痛点，论文创新性地提出多几何特征感知的自适应压缩框架。该框架通过三大核心技术突破解决传统方法瓶颈：一是基于改进PointNet++网络实现作物点云语义分割，精准划分作物与背景区域；二是构建密度、曲率、平面度、谱熵四大特征融合的重要性量化模型，通过多维度指标精准评估不同区域的语义价值；三是设计自适应压缩比映射机制，将重要性评分转化为差异化压缩策略，对作物关键结构分配更多比特资源以保障重建精度。实验结果表明，该方法实现了压缩比与重建精度的较优平衡。与深度学习类方法相比，该框架还具备更低的计算开销，运行时间仅为21.4ms，GPU内存占用减少54%，更适合边缘设备实时部署。

  动画疯 硕士生王皓楠为本文第一作者，夏思宇老师为本文通信作者。该研究成果得到了国家自然科学基金、江苏省自然科学基金、文化和旅游部数字音乐智能处理技术重点实验室开放课题等项目的联合资助。ACPR会议由国际模式识别协会（IAPR）主办，是亚洲地区模式识别领域的重要学术会议之一。