本周為TechBeat人工智能社區(qū)第312期線上Talk。北京時(shí)間6月9日(周三)晚8點(diǎn)，阿里云人工智能實(shí)驗(yàn)室算法團(tuán)隊(duì)負(fù)責(zé)人——朱思語(yǔ)博士的Talk將準(zhǔn)時(shí)在TechBeat人工智能社區(qū)開播！他與大家分享的主題是: “基于深度學(xué)習(xí)的視覺(jué)稠密建圖和定位”，屆時(shí)將介紹有關(guān)視覺(jué)建圖和定位技術(shù)的相關(guān)研究與未來(lái)展望。

Talk·信息

▼

主題：基于深度學(xué)習(xí)的視覺(jué)稠密建圖和定位

嘉賓：阿里云人工智能實(shí)驗(yàn)室算法團(tuán)隊(duì)負(fù)責(zé)人?

朱思語(yǔ)

時(shí)間：北京時(shí)間?6月9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/lPQJdMgo 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

▼

隨著深度學(xué)習(xí)的快速發(fā)展，基于視覺(jué)的建圖和定位研究領(lǐng)域近些年涌現(xiàn)出了眾多出色的工作：從傳統(tǒng)的基于手工特征點(diǎn)的匹配并結(jié)合數(shù)值優(yōu)化算法求三維幾何信息；發(fā)展到通過(guò)引入卷積神經(jīng)網(wǎng)絡(luò)的特征點(diǎn)增優(yōu)化加建圖和定位的魯棒性；到現(xiàn)在最新的學(xué)習(xí)匹配（Learning to match）和學(xué)習(xí)優(yōu)化（Learning to optimize）。

本次報(bào)告旨在分享我們團(tuán)隊(duì)近些年在基于深度卷積特征的稠密建圖、基于深度遞歸神經(jīng)網(wǎng)絡(luò)優(yōu)化器的運(yùn)動(dòng)結(jié)構(gòu)估計(jì)（Structure-from-Motion）、不依賴場(chǎng)景的端到端稠密視覺(jué)定位等工作。最后，我們會(huì)對(duì)基于視覺(jué)的建圖和定位技術(shù)未來(lái)發(fā)展的趨勢(shì)做簡(jiǎn)要總結(jié)。

本次分享的主要內(nèi)容如下：

第一部分：視覺(jué)建圖和定位技術(shù)概述

第二部分：基于深度學(xué)習(xí)的稠密建圖：

??通用的視覺(jué)建圖流程概述

??近些年前沿視覺(jué)建圖工作的概述

??基于深度神經(jīng)網(wǎng)絡(luò)的稠密特征點(diǎn)匹配

??基于深度遞歸神經(jīng)網(wǎng)絡(luò)優(yōu)化器的稠密建圖

第三部分：基于深度學(xué)習(xí)的視覺(jué)定位：

??通用的視覺(jué)定位流程概述

??近些年前沿視覺(jué)定位工作的概述

??基于深度神經(jīng)網(wǎng)絡(luò)且無(wú)場(chǎng)景依賴的稠密視覺(jué)定位

第四部分：視覺(jué)建圖和定位技術(shù)展望

??特征點(diǎn)的學(xué)習(xí)匹配（Learning to match）

??基于學(xué)習(xí)優(yōu)化（Learning to optimize）的三維信息獲取

??非顯示的特征點(diǎn)學(xué)習(xí)匹配結(jié)合學(xué)習(xí)優(yōu)化的建圖和定位

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]?Shitao Tang, Chengzhou Tang, Rui Huang, Siyu Zhu, Ping Tan. Learning Camera Localization via Dense Scene Matching. Proceedings of 34th IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2021)
https://www.researchgate.net/publication/350542804_Learning_Camera_Localization_via_Dense_Scene_Matching

[2]?Lei Li, Siyu Zhu, Hongbo Fu, Ping Tan, Chiew-Lan Tai. End-to-End Learning Local Multi-view Descriptors for 3D Point Clouds. Proceedings of 33th IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2020)

https://www.researchgate.net/publication/343466315_End-to-End_Learning_Local_Multi-View_Descriptors_for_3D_Point_Clouds
[3]?Xiaodong Gu, Zhiwen Fan, Zuozhuo Dai, Siyu Zhu, Ping Tan. Cascade Cost Volume for High-Resolution Multi-View Stereo and Stereo Matching. Proceedings of 33th IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2020 Oral)

https://github.com/alibaba/cascade-stereo

[4] Xiaodong Gu, Weihao Yuan, Zuozhuo Dai, Siyu Zhu, Chengzhou Tang, Ping Tan. DRO: Deep Recurrent Optimizer for Structure-from-Motion. arXiv preprint:2103.13201

https://github.com/aliyun/dro-sfm

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

▼

朱思語(yǔ)博士，阿里云人工智能實(shí)驗(yàn)室算法團(tuán)隊(duì)負(fù)責(zé)人，負(fù)責(zé)新零售行業(yè)線和3D數(shù)字化產(chǎn)品的算法研發(fā)團(tuán)隊(duì)，涵蓋涉及眾多行業(yè)的3D數(shù)字化產(chǎn)品，線下商業(yè)體的人貨場(chǎng)數(shù)字化智能引擎，線上營(yíng)銷推廣的智能算法等。朱思語(yǔ)博士在ICCV、CVPR、ECCV、PAMI等計(jì)算機(jī)視覺(jué)國(guó)際學(xué)術(shù)會(huì)議和期刊上發(fā)表30多篇論文。他于浙江大學(xué)獲得計(jì)算機(jī)科學(xué)學(xué)士學(xué)位，于香港科技大學(xué)獲得計(jì)算機(jī)科學(xué)與工程博士學(xué)位。

關(guān)于TechBeat人工智能社區(qū)

▼TechBeat(www.techbeat.net)隸屬于將門創(chuàng)投，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