近日，东华大学人工智能研究院与上海交通大学、香港大学合作在工业信息领域旗舰期刊《IEEE Transactions on Industrial Informatics》上合作发表了题为“An Unequal Learning Approach for 3D Point Cloud Segmentation”的研究论文(DOI: http://doi.org/10.1109/TII.2020.3044106)。我院张洁教授为论文通讯作者，汪俊亮副研究员为论文第一作者，论文研究受到了国家自然科学基金、上海市扬帆计划、上海市科技创新计划项目的支持。

三维点云分割问题是无人驾驶、机器人导航等人工智能应用的基础关键问题，一直是计算机视觉领域的研究热点。该项工作首次定义了目标分割中点云的非等效性，并对由边界距离引发的非等效性进行了深入研究。提出了基因表达式编程(GEP)与深度神经网络(DNN)相结合的非等效学习方法，设计了非等效函数发现算法，根据分割边界的距离来度量不同点的重要性，并通过非等效函数指导深度神经网络在模型训练过程中对重要性不同的点进行损失惩罚和迭代优化，从而提高目标分割精度。