一、中国大陆

1、厦门大学

  李军、王程教授团队

  (1)王程教授主页：http://www.cwang93.net/

  研究方向：包括计算机三维视觉，激光雷达数据处理，增强现实与虚拟现实，空间大数据分析，智慧城市。
  他在国内外期刊和杂志发表了200余篇论文，包括ISPRS-JPRS，IEEE TGRS IEEE TITS, PR, CVPR，IJCAI，AAAI等期刊和会议。
  他还是ISPRS的多传感器集成与融合工作组的主席，中国计算机学会 YOCSEF 厦门分论坛 (创始)主席，中国图像图形学会常务理事，加拿大卡尔加里大学的客座教授，IEEE GRSL副主编， ISPRS JRPS等期刊的客座编辑。

2. 武汉大学

  杨必胜教授团队

  （1）团队主页： http://3s.whu.edu.cn/ybs/index.htm

  （2）简介 ：

  研究小组综合利用3D计算机视觉、深度学习、摄影测量与遥感等技术手段，实现基于多源异构大数据（如：点云、影像、矢量、模型、物联网数据）的城市空间智能， 服务于高清地图、道路基础设施数字化及健康状况检测、5G信号仿真及优化选址、文化遗产保护、能源-环境-生态仿真与预测、森林资源调查、电力线安全诊断等领域。
  研究方向包括：（1）点云智能处理与深度学习（2）地理空间智能与GIS应用 （3）激光扫描测量与无人机摄影测量。

3. 北京师范大学

   张立强

  (1)个人主页：http://www.escience.cn/people/zhangliqiang/index.html

4、北京大学、山东大学

  陈宝权

  （1）个人主页：http://cfcs.pku.edu.cn/baoquan/

  （2）研究领域：Computer Graphics and Visualization Specific Interests: Large Environment Acquisition, Accelerated Rendering, Antialiasing, Volume Visualization Applications: Scientific & Biomedical Visualization, Digital Architecture Design, Art and Entertainment

  （3）简介：

  陈宝权，北京大学教授，智能学院副院长。研究领域为计算机图形学、三维视觉与可视化，担任国家“973计划”“城市大数据计算理论与方法”项目首席科学家，主持国家自然科学基金重点项目、国家重点研发计划“科技冬奥”项目等。
  在 ACM SIGGRAPH、IEEE VIS、ACM Transactions on Graphics (TOG)、IEEE Transactions on Visualization and Graphics （TVCG） 等国际会议和期刊发表论文200余篇。

5、首都师范大学

  钟若飞
  （1）个人主页：http://cret.cnu.edu.cn/szdw/js/79569.htm

  （2）简介

  研究小组主要研究方向为：遥感卫星设计与数据预处理、多传感器激光雷达集成与后处理、深度学习与计算机视觉

6、中科院遥感所

  王成教授团队

  （1）团队主页：http://lidar.radi.ac.cn/

  （2）简介

  中科院遥感与数字地球研究所激光雷达遥感团队于2009年10月由王成研究员创建，专注激光雷达遥感机理、激光雷达植被参数反演、激光雷达三维建模以及其他各种应用。

7、首都师范大学

  张爱武

  （1）个人主页：http://cret.cnu.edu.cn//szdw/js/63076.htm

  （2）简介

  研究小组主要研究方向为：高光谱影像，点云硬件软件开发

8、中科院自动化所-模式识别国家重点实验室-机器视觉组

  （1）团队主页 http://vision.ia.ac.cn/zh/index_cn.html

  （2）简介

  研究组主要研究方向为基于视觉影像的三维场景重建，视觉定位与姿态估计，机器人视觉导航等，同时将计算机视觉技术应用到中国古代文物修复、采矿区域边坡三维重建 航拍影像自动地形生成等领域。

9、华中科技大学

  白翔

  （1）团队主页：http://cloud.eic.hust.edu.cn:8071/~xbai/

  （2）简介

  研究组主要研究方向为分割和形状表示。涵盖3D视觉，多传感器融合

10、HongKong PolyU, LSGI, Yao Wei

  (1) Homepage: https://yweirt.github.io/

二、美国

1. 普渡大学 Habib教授团队

  主页：https://engineering.purdue.edu/CE/Academics/Groups/Geomatics/DPRG

2. Hunter College of City University of New York Ioannis Stamos教授团队

  1）主页：http://www.cs.hunter.cuny.edu/~ioannis/
  2）Google Scholar：
https://scholar.google.com/citations?hl=en&user=ENLTjooAAAAJ&view_op=list_works&sortby=pubdate

3. 南加州大学 Computer Graphics and Immersive Technologies (CGIT) laboratory

  主页：https://graphics.usc.edu/cgit/index.php

  （2）简介

  计算机图形学、计算机视觉和沉浸式技术都属于这个实验室的范围。
  实验室的活动范围从基本算法和数学方法到系统和应用原型。学生参与由现实需求和问题驱动的跨学科研究。独特的领域知识是通过实验室20年来与多学科中心的密切联系获得的，如交互式智能油田技术中心)和综合媒体系统中心。

4. New York University, Chen Feng, AI4CE Lab

  主页：https://ai4ce.github.io/

5. Louisiana State University, Xin Li

  （1）主页：http://www.ece.lsu.edu/xinli/

  （2）简介

几何数据处理大规模视觉(几何/图像/时空)数据建模和理解计算机图形学、计算机视觉、图像处理和分析。

6. Leonidas J. Guibas (his group includes the author of PointNet Charles Ruizhongtai Qi)

  （1）主页
https://geometry.stanford.edu/member/guibas/
https://geometry.stanford.edu/member/rqi/

  （2）简介

  Guibas教授是斯坦福大学计算机科学系几何计算小组的负责人。他是人工智能实验室的代理主任和计算机图形实验室、计算和数学工程研究所(iCME)和Bio-X计划的成员。他的研究集中在感知、建模、推理、渲染和作用于物理世界的算法上。Guibas教授的兴趣涵盖计算几何、几何建模、计算机图形学、计算机视觉、传感器网络、机器人学和离散算法——在所有这些领域，他都发表了大量的论文和演讲。

7. UCSD, Su Lab, Hao Su

  （1）主页：https://cseweb.ucsd.edu/~haosu/

  （2）简介
PointNet, PointNet++

8.NYU, Urban Modeling

  (1)https://wp.nyu.edu/urbanmodeling/our-work/projects/

三、法国

1. CENTRE FOR ROBOTICS,MINES ParisTech NPM3D团队

  （1）主页：http://caor-mines-paristech.fr/en/research/point-cloud-and-3d-modeling-pc3dm/

2.Inria Titane-Geometric Modeling of 3D Environments

  （1）主页https://team.inria.fr/titane/
  （2）简介

  Our overall objective is the computerized geometric modeling of complex scenes from physical measurements. On the geometric modeling and processing pipeline, this objective corresponds to steps required for conversion from physical to effective digital representations: analysis, reconstruction and approximation. The related scientific challenges include i) being resilient to defect-laden data due to the uncertainty in the measurement processes and imperfect algorithms along the pipeline, ii) being resilient to heterogeneous data, both in type and in scale, iii) dealing with massive data, and iv) recovering or preserving the structure of complex scenes. We define the quality of a computerized representation by its i) geometric accuracy, or faithfulness to the physical scene, ii) complexity, iii) structure accuracy and controllability, and iv) amenability to effective processing and high level scene understanding.
  我们的总体目标是通过物理测量对复杂场景进行计算机化的几何建模。在几何建模和处理管道上，这个目标对应于从物理到有效数字表示转换所需的步骤:分析、重建和近似。相关的科学挑战包括:1)由于测量过程的不确定性和不完善的算法，对有缺陷的数据具有弹性;2)对类型和规模上的异构数据具有弹性;3)处理大量数据;4)恢复或保留复杂场景的结构。我们通过以下几个方面来定义计算机化表示的质量:i)几何精度，或对物理场景的忠实度，ii)复杂性，iii)结构精度和可控性，以及iv)对有效处理和高水平场景理解的适应性。

四、德国

1. Cyrill Stachniss

  (1)个人主页：http://www.ipb.uni-bonn.de/people/cyrill-stachniss/

  (2)简介

  Research Interests Probabilistic Robotics Localization, Mapping, SLAM, Bundle Adjustment Autonomous Navigation and Exploration Visual and Laser Perception Scene Analysis and Classification Robotics for Agriculture Unmanned Aerial Vehicles (UAVs and MAVs) Autonomous Cars, Logistics, Wheeled Robots, …

2. University of Bonn, Reinhard Klein

  (1)主页：https://cg.cs.uni-bonn.de/en/people/prof-dr-reinhard-klein/

3. Institute for Photogrammetry (ifp), University of Stuttgart

  (1)研究所主页：https://www.ifp.uni-stuttgart.de/en/institute/

4. TUM, Institute of Photogrammetry & Remote Sensing, Uwe Stilla

  (1) Homepage：http://www.pf.bgu.tum.de/

五、中国香港

1. HongKong PolyU, LSGI, Yao Wei

  (1) Homepage：https://yweirt.github.io/

六、加拿大

1. GrUVi Lab,Simon Fraser University Yasutaka Furukawa教授团队

  (1) 团队主页：https://www2.cs.sfu.ca/~furukawa/

七、英国

1. University of Oxford Bo Yang

  （1）个人主页：https://yang7879.github.io/

  （2）简介

  研究方向主要包括：（1）实例和语义分割（2）machine learning, computer vision, and robotics

2. UCL Department of Civil, Environmental and Geomatic Engineering,Jan Boehm

  (1) 个人主页：https://www.ucl.ac.uk/civil-environmental-geomatic-engineering/people/dr-jan-boehm

  (2) 简介

  Jan Boehm’s research focuses on photogrammetry, image understanding and robotics. With his background in Computer Science he wants to bridge the remaining gap between photogrammetry and computer vision. The latter provides key components to increased productivity in the geomatic processing pipeline. In past projects he already successfully leveraged the productivity in terrestrial laser scanning by introducing automation to georeferencing by direct georeferencing, automated registration using intensity features and automated modelling strategies.
  Jan Boehm的研究重点是摄影测量、图像理解和机器人技术。凭借他的计算机科学背景，他希望弥合摄影测量和计算机视觉之间的剩余差距。后者提供关键组件，以提高地理信息处理管道的生产力。在过去的项目中，他已经成功地利用了地面激光扫描的生产力，通过直接地理参考，使用强度特征和自动建模策略将自动化引入地理参考，自动配准。

八、荷兰

1.University of Twente， George Vosselman

  （1）团队主页：https://research.utwente.nl/en/persons/george-vosselman

2.Delft, 3D GeoInformation Group

  （1）团队主页：https://3d.bk.tudelft.nl/

九、澳大利亚

1.The University of Adelaide

  （1）研究所主页：https://www.adelaide.edu.au/aiml/our-research

2. Department of Infrastructure Engineering, University of Melbourne Kourosh Khoshelham教授团队

  （1）团队主页：https://people.eng.unimelb.edu.au/kkhoshelham/people.html

十、瑞士

1.ETH Zurich, Institute of Geodesy and Photogrammetry

  (1) 团队主页：https://prs.igp.ethz.ch/

  (2) Masterpiece：Semantic3D Datase

2.ETH Zurich, Institute for Visual Computing

  (1）团队主页
Computer Vision and Geometry Group(CVCG) https://cvg.ethz.ch/people/faculty/
Interactive Geometry Lab(IGL) https://igl.ethz.ch/
Computer Graphics Laboratory(CGL) https://cgl.ethz.ch/people/faculty.php

十一、其他国家

1. National University of Singapore, Gim Hee Lee

  (1) homepage：https://sites.google.com/site/gimheelee/

  (2) Research interests

  Computer Vision: Minimal Problems, 3D Computer Vision, Structure-from-Motion (SfM), Visual Place Recognition, 3D Human Pose Prediction/Estimation, 3D Object Detection, and Scene Understanding. Robotic Perception: Self-driving car, Micro-Aerial Vehicles (MAVs), Visual Odometry, and Simultaneous Localization and Mapping (SLAM). Machine Learning: Deep Learning and Probabilistic Graphical Modeling.
  计算机视觉:最小问题、3D计算机视觉、运动结构(SfM)、视觉位置识别、3D人体姿势预测/估计、3D物体检测和场景理解。机器人感知:自动驾驶汽车、微型飞行器(MAVs)、视觉里程计和同步定位和地图绘制(SLAM)。机器学习:深度学习和概率图形建模。

2. Computer Vision Lab, University of Bologna, Italy

  (1) homepage：http://www.vision.deis.unibo.it/

  (2) Masterpiece：

  SHOT

3. Applied Geotechnologies Research Group, University of Vigo, Spain

  (1)homepage：http://geotech.webs.uvigo.es/index.html

  (2)leader’s Google Scholar：https://scholar.google.es/citations?hl=es&user=ukRzH4oAAAAJ&view_op=list_works&sortby=pubdate

  (3)团队简介
  The Applied Geotechnologies Group is a research team at the University of Vigo that develops, tests and applies geo-technologies for problem solving in different fields such as environment, cultural heritage, terrestrial and coastal infrastructures and architecture. Nowadays, the main research lines include infrastructure management systems and energy efficiency studies based on as-built BIM reconstruction. The group was recently recognized as Galician reference group because of the quality of the scientific publications and the number of successful R&D projects funded by external agents.
  应用地质技术集团是维戈大学的一个研究团队，致力于开发、测试和应用地质技术来解决环境、文化遗产、陆地和沿海基础设施以及建筑等不同领域的问题。目前，主要研究方向包括基于BIM改造的基础设施管理系统和能效研究。由于科学出版物的质量和外部机构资助的成功研发项目的数量，该小组最近被公认为加利西亚参考小组。

十二、相关链接

1. 国内外点云处理著名的研究小组和学者
2. 国内外点云处理著名的研究小组和学者
3. Research-Groups-of-Point-Cloud-Processing