本期為TechBeat人工智能社區(qū)第431期線上Talk。

北京時(shí)間8月17日(周三)20:00，牛津大學(xué)計(jì)算機(jī)系在讀博士生——胡慶擁的Talk將準(zhǔn)時(shí)在TechBeat人工智能社區(qū)開(kāi)播！他與大家分享的主題是: “大場(chǎng)景三維點(diǎn)云語(yǔ)義理解Ⅱ”，屆時(shí)將圍繞大場(chǎng)景三維點(diǎn)云的語(yǔ)義理解展開(kāi)介紹，并詳細(xì)介紹相關(guān)的一些工作。

Talk·信息

主題：大場(chǎng)景三維點(diǎn)云語(yǔ)義理解Ⅱ

嘉賓：牛津大學(xué)計(jì)算機(jī)系在讀博士生?胡慶擁

時(shí)間：北京時(shí)間?8月17日?(周三) 20:00

地點(diǎn)：TechBeat人工智能社區(qū)

http://www.techbeat.net/

完整版怎么看？

掃描下方二維碼，或復(fù)制鏈接https://datayi.cn/w/noqykgJo瀏覽器，一鍵完成預(yù)約！上線后會(huì)在第一時(shí)間收到通知哦

Talk·介紹

實(shí)現(xiàn)機(jī)器對(duì)三維世界的智能理解，是計(jì)算機(jī)視覺(jué)從學(xué)科誕生初期延續(xù)至今的一個(gè)重要使命。近年來(lái)，隨著激光雷達(dá)、深度相機(jī)及三維掃描儀等成像傳感器的快速發(fā)展，點(diǎn)云數(shù)據(jù)的獲取變得越來(lái)越便捷。然而，由于點(diǎn)云數(shù)據(jù)分布不規(guī)則，密度不均勻且排列無(wú)序等特性，針對(duì)大場(chǎng)景點(diǎn)云的高效處理仍面臨許多挑戰(zhàn)。本次分享會(huì)圍繞大場(chǎng)景三維點(diǎn)云的語(yǔ)義理解展開(kāi)，并詳細(xì)介紹我們的一些工作。

具體分享提綱如下：

1. 城市規(guī)模點(diǎn)云合成數(shù)據(jù)集STPLS3D（Arxiv’22）

2. 弱監(jiān)督點(diǎn)云語(yǔ)義分割算法框架 (SQN, ECCV’22)

3. 基于學(xué)習(xí)的點(diǎn)云采樣策略 (Meta-sampler, ECCV’22; IA-SSD, CVPR’22)

Talk·預(yù)習(xí)資料

[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·提問(wèn)交流

通過(guò)以下兩種方式提問(wèn)都將獲得微信現(xiàn)金紅包獎(jiǎng)勵(lì)哦！

方式 ①在Talk界面下的【交流區(qū)】參與互動(dòng)！留下你的打call??和問(wèn)題??，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻(xiàn)，我們都會(huì)給予你相應(yīng)的i豆積分，還會(huì)有驚喜獎(jiǎng)勵(lì)哦！

方式 ②

在本文留言區(qū)直接提出你的問(wèn)題，或掃描下方二維碼提問(wèn)！

Talk·嘉賓介紹

胡慶擁，牛津大學(xué)計(jì)算機(jī)系博士四年級(jí)在讀學(xué)生，師從Niki Trigoni和Andrew Markham教授。主要研究方向?yàn)榇髨?chǎng)景三維點(diǎn)云的處理，包括語(yǔ)義分割、實(shí)例分割以及點(diǎn)云配準(zhǔn)等。相關(guān)論文發(fā)表于IEEE TPAMI, CVPR，NeurIPS等。

個(gè)人主頁(yè)：

Website:?https://qingyonghu.github.io/

GitHub:?https://github.com/QingyongHu

關(guān)于TechBeat人工智能社區(qū)

TechBeat (www.techbeat.net) 是一個(gè)薈聚全球華人AI精英的成長(zhǎng)社區(qū)。 我們希望為AI人才打造更專(zhuān)業(yè)的服務(wù)和體驗(yàn)，加速并陪伴其學(xué)習(xí)成長(zhǎng)。 期待這里可以成為你學(xué)習(xí)AI前沿知識(shí)的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級(jí)打怪的根據(jù)地！

更多詳細(xì)介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ