本周為將門-TechBeat技術社區(qū)第274期線上Talk，也是行動派 | 創(chuàng)新企業(yè)技術案例系列Talk第⑥彈?。ㄟ€不知道什么是「行動派」？點擊這里復習一下！）

北京時間1月20日(周三)晚8點，圖森未來首席科學家—王乃巖的Talk將準時在將門TechBeat技術社區(qū)開播！

他與大家分享的主題是:?“基于LiDAR的3D目標檢測新進展”。屆時將分享圖森未來在該領域中的一些思考與嘗試。

Talk·信息

▼

主題：基于LiDAR的3D目標檢測新進展

嘉賓：圖森未來首席科學家 王乃巖

時間：北京時間?1月20日 (周三) 20:00

地點：將門TechBeat技術社區(qū)

http://www.techbeat.net/

長按識別二維碼，一鍵完成預約！

Talk·提綱

▼

激光雷達(LiDAR)是目前自動駕駛感知部分不可或缺的一部分，基于LiDAR的目標檢測近年來得到了學術界的很多關注。然而，關于該問題，仍然有很多懸而未決的問題，例如，如何高效表示LiDAR返回的無序點云？在二階段3D目標檢測器中為何性能提升不顯著？這兩點都涉及LiDAR生成的點云的一些獨特性質(zhì)。因此，本次Talk將展開介紹圖森未來在這兩個問題中的一些思考與嘗試。

本次分享的主要內(nèi)容如下：

1. ? 什么是適合LiDAR點云的表示？

• LiDAR表示形式回顧

• 為什么RangeView是LiDAR點云最緊密而有信息量的表示方式？

• 為什么現(xiàn)有RangeView檢測器性能有限？

• 提升RangeView檢測性能的核心要素和解決方案

• 性能分析與展望

2. 二階段LiDAR檢測器為什么性能有限？

• 回顧常見的二階段LiDAR檢測器設計方案

• 分析點云二階段檢測器中獨有的尺度模糊問題

• 快速有效的LiDARRCNN方案

• 性能分析與展望

Talk·提問交流

▼

方式 ①

在本文留言區(qū)直接提出你的問題，或掃描下方二維碼提問！問題被選中的小伙伴們將獲得一個紅包獎勵！

方式 ②

在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，說不定就被講者直接翻牌解答了呢！

你的每一次貢獻，我們都會給予你相應的i豆積分，近期還會有驚喜獎勵哦！

Talk·嘉賓介紹

▼

王乃巖，圖森未來首席科學家，目前在圖森未來負責無人駕駛卡車算法研發(fā)。他是深度學習應用于目標追蹤領域的全球第一人，曾參與知名深度學習框架MXNet的早期開發(fā)，獲得2014年度 Google PhD Fellowship。他多次在國際數(shù)據(jù)挖掘比賽和計算機視覺比賽中名列前茅，在計算機視覺與機器學習頂級會議與期刊上發(fā)表論文40余篇，被引用超過8000次。

長按識別二維碼，一鍵完成預約！

關于TechBeat社區(qū)

▼

TechBeat(www.techbeat.net)是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務和體驗，加速并陪伴其學習成長。期待這里可以成為你學習AI前沿知識的高地，分享自己最新工作的沃土，在AI進階之路上的升級打怪的根據(jù)地！?? ??

更多詳細介紹>>https://mp.weixin.qq.com/s/5_8QtzoAp8yBrLGAbqhexw