直播 | 纽约大学助理教授冯晨:机器人中的无监督点云深度学习

国际新闻 阅读(1668)

我昨天会分享。

本文在网上分享了第164期门户技术社区。

北京时间8月8日(星期四)晚上8点,我们非常高兴地邀请纽约大学助理教授冯晨博士分享“机器人无监督点云深度学习”这一主题。 “,将分享他们研究小组最近的三项工作,包括他们的CVPR'19口头文件 DeepMapping。

希望预览实况内容并向客人提问的朋友,请提前继续关注数据并向我询问,详细说明。

活动信息

机器人中无监督点云深度学习

嘉宾:陈峰博士,纽约大学助理教授

时间:北京时间8月8日(星期四)21: 00

地点:斗鱼鱼直播室的大门

分享大纲

深入学习点云,尤其是无监督学习,为机器人研究提供了新的可能性。本报告重点介绍了我们研究小组最近的三项工作。

第一份工作,FoldingNet,开始的问题是深度神经网络是否可以自动学习折纸。这扩展到如何在3D点云自编码器中设计解码器,其模仿折纸操作以更好地重建三维形状并用更少的网络参数实现更好的深度特征。

软机器人的本体感知。

第三项工作是我们的CVPR '19口头报告,DeepMapping。在这项工作中,我们提出了一种新的深度自我监督学习方法来处理机器人的点云登记/绘图问题,使传统机器人SLAM中复杂的前端处理可以统一到一个端到端终端网络学习过程。

陈峰

纽约大学助理教授

陈峰博士毕业于武汉大学,获得密歇根大学硕士学位和博士学位。在密歇根大学学习机器视觉和机器学习及其在建筑工程中的应用。毕业后,他在波士顿MERL研究所的计算机视觉小组担任研究员,专注于视觉SLAM和深度学习。

他于2018年8月加入纽约大学,是机械与航空工程系和建筑与市政工程系的助理教授。其实验室AI4CE的目标是开发机器视觉和学习方法,以解决传统工程中的挑战性问题。他的研究成果发表在计算机视觉和机器人国际会议上,如CVPR/ECCV/ICRA/IROS。

提前阅读数据

客人推荐的纸质清单:

[1] Yang,Yaoqing,Chen Feng,Yiru Shen和Dong Tian。 '折叠网:点云自动编码器通过深网格变形。 “在IEEE计算机视觉和模式识别会议论文集中,第206-215页。 2018。

[2]丁,李和陈峰。 'DeepMapping:来自多点云的无监督地图估计。在IEEE计算机视觉和模式识别会议论文集中,第8650-8659页。 2019。

[3]王若愚,王世恒,萧鄂东,Kshitij Jindal,袁文珍,陈峰。 “基于深度视觉传感的实时软机器人3D本体感受。” arXiv preprint arXiv: 1904.(2019)。

问我什么

无法赶上直播并想问客人?想给客人一个很好的答案吗?扫描下面的二维码提交您的问题。客人在现场直播中选择的合作伙伴将获得小红包奖励!

(截止日期:直播前一小时)

观看直播或添加小组

长按或扫描下面的二维码,注意“梦门创业”,在后台返回“输入群组”,并获取群组频道和直播地址。

- 结束 -

该公司是一家新的风险投资公司,专注于发现,加速和投资技术驱动的初创公司,涵盖创新服务,门到门技术社区和Mentor Venture Capital的大门。该创始团队成立于2015年底,由微软风险投资公司在中国的原始团队建立。它为微软孵化并创新了126家创新技术创业公司。

专注于创新服务,将创新技术应用于实际应用,激活和提供新的业务价值,并为行业领先的公司和技术创新型初创公司提供服务。

专注于技术社区,帮助技术创新的初创公司提供生产,学习,研究和创新领域的核心技术专家的技术共享和学习内容,使创新成为核心竞争力。

专注于风险投资基金,投资技术创业公司,激活业务场景,实现初创企业的商业价值,专注于技术领域,包括机器智能,物联网,自然人机交互和企业计算。在过去三年中,Mentor Venture Capital投资了数十家高增长技术企业,包括Quantitative,Codelong Technology,Hesai Technology,Quantum Technology,Shanji Technology和Diyinga Technology。公司。

如果您是技术领域的初创企业,不仅希望获得投资,还希望获得一系列连续而有价值的投资后服务,欢迎向我发送或推荐项目“门”: bp