HASH GAME - Online Skill Game GET 300

　　三维装箱问题，即如何将物体按序放入指定空间，最大化空间利用效率。该问题在资源管理、生产供应效率提升、产品设计优化，以及工业自动化等领域具有重要的应用意义，是一个经典的NP难题。该项目克服了在线装箱问题的各种实际应用挑战，端到端自动生成策略，求解包括在线装箱，前瞻规划装箱，装箱稳定性快速判定等多种装箱问题变种，甚至可以求解复杂的连续域装箱和不规则物体装箱问题，项目算法性能保持领先，相关研究发表于TOG、ICLR、SCIS和AAAI上；同时提供行业亟须的基础工具和数据集，为学术研究提供便利。该项目受到业界广泛认可，对应的无序码垛系统达到了超过70% 的空间利用率，在新冠疫情期间，为物流集团无人仓储的运营提供了有力支持。

　　UrbanBIS是用于大规模三维城市理解研究的综合数据集，涵盖六个线亿点云和2.8亿三角面片构建而成。该数据集不仅提供了丰富的城市对象语义注释，每座建筑也都被赋予了实例标签，这是首个拥有高精建筑物级别三维实例标注的真实城市大场景数据集，也是第一个引入了细粒度建筑用途子类别标注的3D数据集。此外，UrbanBIS包含高分辨率近景航拍图像、高质量实景重建模型和大规模场景点云等多种数据来源。这些多源数据将在城市采集、重建、生成、理解、模拟、管理等多个领域帮助推动前沿研究进展和实际应用落地。

　　图形学与三维视觉领域一直缺乏一个可以与ImageNet媲美的三维数据集。为此，港中深韩晓光团队提出了大规模多视角图像数据集——MVImgNet，它通过便携设备从不同视角拍摄真实物体而获取，其多视角的特性提供了天然的三维视觉信号。它包含238个类别、21万段视频、650万张真实世界多视角图像，提供了丰富的前景分割、相机参数和三维点云标注，在多个下游任务上为模型带来了性能提升。相关论文已获CVPR 2023收录，在开源后不到4个月内，已被超过22个国家/地区的160多个科研单位使用，并与Adobe以及Luma AI公司达成商用协议。截至目前，Github星标200余次，相关推文浏览量上万余次，已助力近期火热的AIGC领域的新工作。未来，MVImgNet将持续进行扩充和完善，为图形学和三维视觉领域创造更多的价值。