本期為TechBeat人工智能社區(qū)第359期線上Talk。

北京時(shí)間11月18日(周四)晚8點(diǎn)，麻省理工大學(xué)博士后——黃相如的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: “利用機(jī)器學(xué)習(xí)技術(shù)提升幾何處理算法的魯棒性”，屆時(shí)將主要分享自己如何利用機(jī)器學(xué)習(xí)方法，從數(shù)據(jù)中尋找可以提升傳統(tǒng)算法魯棒性的思考與所面對(duì)的挑戰(zhàn)。

Talk·信息

主題：利用機(jī)器學(xué)習(xí)技術(shù)

提升幾何處理算法的魯棒性

嘉賓：麻省理工大學(xué)博士后?黃相如

時(shí)間：北京時(shí)間?11月18日?(周四) 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/3oLnQ7OR至瀏覽器，一鍵完成預(yù)約！

上線后會(huì)在第一時(shí)間收到通知哦~?

Talk·提綱

幾何處理主要關(guān)注重建和分析3D物理世界中的物體和場(chǎng)景，可以廣泛應(yīng)用在醫(yī)學(xué)診斷，建筑，醫(yī)學(xué)圖像，虛擬現(xiàn)實(shí)領(lǐng)域。3D模型能夠更精確的描述物理世界，助力一些對(duì)穩(wěn)定性更敏感的應(yīng)用場(chǎng)景，同時(shí)也給算法設(shè)計(jì)帶來(lái)更大的挑戰(zhàn)。

講者的工作主要是利用機(jī)器學(xué)習(xí)方法，從數(shù)據(jù)中尋找可以提升傳統(tǒng)算法魯棒性的途徑，從而替代傳統(tǒng)設(shè)計(jì)中需要人工手動(dòng)設(shè)置的算法模塊和參數(shù)，具體的工作涉及到重建，模型分析和生成等多個(gè)領(lǐng)域。

1. Learning Transformation Synchronization(Xiangru Huang, Zhenxiao Liang, Xiaowei Zhou, Yao Xie, Leonidas Guibas, and Qixing Huang)

這個(gè)工作主要關(guān)注如何更魯棒的完成3D重建，我們第一次提出使用神經(jīng)網(wǎng)絡(luò)幫助判斷幀與幀之間是否被合理的匹配，并將這個(gè)模塊嵌入一個(gè)經(jīng)典的幾何處理算法中，基于神經(jīng)網(wǎng)絡(luò)的模塊能提供更優(yōu)秀的初始條件，達(dá)到提高信噪比的效果，使得算法更穩(wěn)定和魯棒。

2. Dense Human Correspondence between Human Bodies via Learning Transformation Synchronization on Graphs

(Xiangru Huang, Haitao Yang, Etienne Vouga and Qixing Huang)

這個(gè)工作主要是解決點(diǎn)云人體數(shù)據(jù)的對(duì)應(yīng)關(guān)系問(wèn)題，我們提出使用局部剛性來(lái)優(yōu)化和規(guī)約傳統(tǒng)特征提取算法的輸出，設(shè)計(jì)新的數(shù)據(jù)表示形式從而能更簡(jiǎn)潔高效的完成這個(gè)優(yōu)化。

3. ARAPReg: An As-Rigid-As Possible Regularization Loss for Learning Deformable Shape Generators

(Bo Sun, Xiangru Huang, Zaiwei Zhang, Junfeng Jiang, Qixing Huang, and Chandrajit Bajaj)

這個(gè)工作主要是關(guān)于3D shape generator，我們提出使用As-rigid-as-possible (ARAP)能量函數(shù)來(lái)優(yōu)化shape space，使得generator能生成更合理的3D模型。

Talk·參考資料

這是本次分享中將會(huì)提及的資料，建議提前預(yù)習(xí)哦！

1. As-Rigid-As-Possible Surface Modeling

2. 3D-CODED : 3D Correspondences by Deep Deformation

3. Dense human body correspondences using convolutional networks

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

黃相如，現(xiàn)在在麻省理工學(xué)院計(jì)算機(jī)系Justin Solomon教授手下做博士后。本科畢業(yè)于上海交大ACM班，博士畢業(yè)于德州大學(xué)奧斯汀分校黃其興教授的Graphics&AI組。他的研究興趣是機(jī)器學(xué)習(xí)，3D視覺(jué)，優(yōu)化理論和他們的一些應(yīng)用。

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