本期为TechBeat人工智能社区第431期线上Talk。
北京时间8月17日(周三)20:00，牛津大学计算机系在读博士生——胡庆拥的Talk将准时在TechBeat人工智能社区开播！
他与大家分享的主题是: “大场景三维点云语义理解Ⅱ”，届时将围绕大场景三维点云的语义理解展开介绍，并详细介绍相关的一些工作。
Talk·信息
▼
主题：大场景三维点云语义理解Ⅱ
嘉宾：牛津大学计算机系在读博士生 胡庆拥
时间：北京时间 8月17日 (周三) 20:00
地点：TechBeat人工智能社区
http://www.techbeat.net/
点击下方链接，即可观看视频
Talk·介绍
▼
实现机器对三维世界的智能理解，是计算机视觉从学科诞生初期延续至今的一个重要使命。近年来，随着激光雷达、深度相机及三维扫描仪等成像传感器的快速发展，点云数据的获取变得越来越便捷。然而，由于点云数据分布不规则，密度不均匀且排列无序等特性，针对大场景点云的高效处理仍面临许多挑战。本次分享会围绕大场景三维点云的语义理解展开，并详细介绍我们的一些工作。
具体分享提纲如下：
1. 城市规模点云合成数据集STPLS3D（Arxiv’22）
2. 弱监督点云语义分割算法框架 (SQN, ECCV’22)
3. 基于学习的点云采样策略 (Meta-sampler, ECCV’22; IA-SSD, CVPR’22)
Talk·预习资料
▼
[1] Q. Hu, B. Yang, G. Fang, A. Leornadis, Y. Guo, N. Trigoni, A. Markham. SQN: Weakly-Supervised Semantic Segmentation of Large-Scale 3D Point Clouds. European Conference on Computer Vision (ECCV), 2022.
[2] T. Cheng, Q. Hu*, Q. Xie, N. Trigoni, A. Markham. Meta-Sampler: Almost-Universal yet Task-Oriented Sampling for Point Clouds. European Conference on Computer Vision (ECCV), 2022.
[3] M. Chen, Q. Hu*, T. Hugues, A. Feng, Y. Hou, K. McCullough, L. Soibelman. STPLS3D: A Large-Scale Synthetic and Real Aerial Photogrammetry 3D Point Cloud Dataset. arXiv preprint arXiv: 2203.09065.
[4] Y. Zhang, Q. Hu*, G. Xu, Y. Ma, J. Wan, Y. Guo. Not All Points Are Equal: Learning Highly Efficient Point-based Detectors for 3D LiDAR Point Clouds. IEEE / CVF Computer Vision and Pattern Recognition Conference (CVPR), 2022.
Talk·提问交流
▼
通过以下两种方式提问都将获得微信现金红包奖励哦！
方式 ①
在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！
你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！
方式 ②
在本文留言区直接提出你的问题！
Talk·嘉宾介绍
▼
胡庆拥
牛津大学计算机系在读博士生
胡庆拥，牛津大学计算机系博士四年级在读学生，师从Niki Trigoni和Andrew Markham教授。主要研究方向为大场景三维点云的处理，包括语义分割、实例分割以及点云配准等。相关论文发表于IEEE TPAMI, CVPR，NeurIPS等。
个人主页：
Website: https://qingyonghu.github.io/
GitHub: https://github.com/QingyongHu
-The End-
关于TechBeat人工智能社区
▼
TechBeat(TechBeat)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>TechBeat，一个荟聚全球华人AI精英的学习成长社区