本期为TechBeat人工智能社区第579期线上Talk。
北京时间3月20日(周三)20:00,卡内基梅隆大学博士生—李博文的Talk将准时在TechBeat人工智能社区开播!
他与大家分享的主题是:“适用于机器人的可泛化的目标感知”,届时将向大家系统地介绍如何在有限的数据上学习到可泛化的,适用于机器人的目标感知模型。
Talk·信息
主题:适用于机器人的可泛化的目标感知
嘉宾: 卡内基梅隆大学 李博文
时间:北京时间3月20日(周三)20:00
地点:TechBeat人工智能社区
http://www.techbeat.net/
Talk·介绍
视觉目标感知是计算机视觉研究已久的问题。然而,在机器人上部署目标感知算法常常会遇到泛化性的局限性。换言之,离线的大规模数据集只能提供有限的目标特征与运动模式,如何在有限的数据上学习到可泛化的,适用于机器人的目标感知模型是本次talk的重点。具体而言,我将从运动泛化性与实例泛化性两个角度讨论这一主题。
Talk大纲
运动泛化性
1、机器人部署时的感知延迟问题与已有解决措施
2、预测性目标跟踪框架概览(PVT++)
3、PVT++在设计时的三个关键点
4、实验结果
实例泛化性
1、现实生活中的实例感知问题
2、已有的二维表征方案及其问题
3、可感知实例三维结构的检测方法VoxDet
4、建立实例感知数据集
5、实验结果
Talk·预习资料
论文链接: https://arxiv.org/abs/2005.10420
论文链接: https://arxiv.org/abs/2211.11629
论文链接: https://arxiv.org/abs/2204.10776
论文链接: https://arxiv.org/abs/2305.17220
Talk·提问交流
在Talk界面下的【交流区】参与互动!留下你的打call和问题,和更多小伙伴们共同讨论,被讲者直接翻牌解答!
你的每一次贡献,我们都会给予你相应的i豆积分,还会有惊喜奖励哦!
Talk·嘉宾介绍
李博文
卡内基梅隆大学·博士生
我是卡内基梅隆大学机器人研究所在读博士生,师从Sebastian Scherer教授。我的主要研究方向是机器人学,视觉感知,与神经符号推理。李博文曾以第一作者身份在ECCV,ICCV,NeurIPS等计算机视觉顶级会议发表多篇研究论文。其中关于实例三维感知的成果VoxDet入选为NeurIPS 2023 Spotlight。
个人主页: https://www.techbeat.net/grzytrkj?id=38301
-The End-
如果你也想成为讲者
自荐 / 推荐
单人Talk | 团队专场 | 录播or直播 | 闭门交流
多种方式任你选择!
推荐讲者成功也有奖励哦~
关于TechBeat人工智能社区
TechBeat(www.techbeat.net)隶属于将门创投,是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!
更多详细介绍>>
预约本期Talk
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.