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