我不是做影像學的，（雖然發過一篇SIGGRAPH Asia，L0-norm Smoothing），不過從AI和圖形學交叉的角度看，有些有意思的事情可能可以做：
（1）3D視覺：3D視覺的很多topic（e.g point cloud segmentation）,很多影像學的prior蠻有用的，比如shapeNet，這個很多做3D視覺的人都會有體會。另外一點，在2D辨識上做需要數據量很大，但是我直覺在shape recognition上是有可能用擺脫大數據枷鎖的（這個有時間展開寫）。
（2）視覺知識推理：這個事情肯定要三維世界做。Graphics 提供構造這樣一個推理世界提供了可能性，各種知識也可以encoding在模型上。另一方面，也會有可能產生新的有效訓練數據。雖然，目前做的人不多，但隨著各種條件成熟後，會體現其實用價值。比如，我們組目前在做human object Interaction understanding，把2D的玩了一遍，限制挺大的，感覺要下一步要推到3D 點雲上做，就遇到各種graphics問題，光human body 模型就弄一段時間，以後還要求助各位graphics大佬。
（3）智能機器人：能看到的是北美有幾個vision大組，比如飛飛組，在進入 robot learning，vision+robot有很多有價值的研究題目（這個我一直想寫一篇長文，不過一直沒時間）。逼近真實世界的仿真肯定是跑不掉的一個環節。舉一個簡單例子，我們組最近做的一個object 6D pose Estimation for grasping。有一個步驟就是，用3D模型，做渲染（各種光照，遮擋）生產物體檢測訓練數據，這個真是work的，做這個方向的人都知道。
（4）。。。。
可能我想的這些問題，對於做graphics的人覺得是小問題。
隨便寫寫，還請各位graphics大佬指點。
