近日，由北京大学深圳研究生院炸金花 高伟长聘副教授指导、郑慧明博士生为第一作者的论文《DiffPCGC: Efficient Point Cloud Geometry Compression via Diffusion Models》荣获2026年度IEEE电路与系统学会（IEEE Circuits and Systems Society，IEEE CASS）多媒体系统与应用技术委员会（Multimedia Systems and Applications Technical Committee，MSA-TC）最佳论文奖（2026 MSA-TC Best Paper Award）。该论文发表于2026年IEEE电路与系统国际会议（IEEE International Symposium on Circuits and Systems，ISCAS），北京大学深圳研究生院炸金花 为第一完成单位。

图1 2026年IEEE ISCAS会议

ISCAS是IEEE CASS主办的旗舰国际学术会议，也是电路与系统领域具有广泛国际影响力的重要学术交流平台。会议面向电路与系统理论、信号与信息处理、人工智能、多媒体系统、通信技术、集成电路设计及相关交叉领域，集中展示基础理论、关键技术和系统应用等方面的最新研究进展。会议通过论文报告、特邀报告、专题论坛和技术交流等多种形式，为来自全球高校、科研机构和产业界的专家学者搭建交流与合作平台，对推动电路与系统领域的学术研究、技术创新及成果转化具有积极作用。ISCAS 2026于5月24日至27日在中国上海举行，来自相关领域的专家学者围绕前沿理论、技术发展与产业应用展开深入交流。

MSA-TC隶属于IEEE CASS，是在多媒体系统与应用领域设立的专业技术委员会，致力于推动多媒体基础理论、关键技术及系统应用的发展。该委员会重点关注多媒体信号处理、智能媒体计算、多媒体通信与系统、多媒体内容分析，以及多媒体技术与人工智能、计算机视觉和沉浸式媒体等方向的交叉融合，并通过参与学术会议组织、论文评审、专题研讨和学术交流等活动，促进相关研究成果的传播与应用。MSA-TC最佳论文奖面向多媒体系统与应用领域的优秀研究成果进行评选，重点考察论文在理论方法、技术创新、实验验证和应用潜力等方面的综合表现，通常每年仅评选1篇获奖论文，通常每年仅评选1篇获奖论文，专业性强、代表性突出，获奖名额稀缺。DiffPCGC获此奖项，体现了国际同行对该研究创新性、学术价值和发展潜力的充分认可，也表明团队在点云智能压缩与生成式人工智能交叉研究方向取得了具有国际影响力的阶段性成果。

图2 2026 MAS-TC奖状

获奖论文面向点云几何数据的高效压缩开展研究，针对现有学习式方法在极低码率下难以保持点云重建质量的问题，提出了基于扩散模型的点云几何压缩框架DiffPCGC。该方法利用点云的内容表征和多视角文本语义信息辅助点云重建，并通过跨模态注意力机制提升几何结构恢复能力。实验结果表明，DiffPCGC在ShapeNet数据集上取得了优异的率失真性能，相较现有代表性方法，基于D1-PSNR和D2-PSNR的平均BD-Rate分别降低58.81%和60.03%，尤其在极低码率下表现出显著优势。

图3 DiffPCGC系统架构

近年来，高伟老师团队长期致力于3D视觉智能、多模态智能及其在沉浸式媒体、自动驾驶和机器人等领域的应用研究，在点云智能编码、三维数据处理、生成式人工智能、空间智能与具身智能等方向形成了较为深厚的研究积累。此次获奖是团队在点云压缩与生成式人工智能交叉领域取得的又一重要进展，体现了团队在相关前沿方向上的持续探索与创新。相关研究工作获得广东省超高清沉浸媒体技术重点实验室支持。