Talk预告｜北京大学于博涵：EventPS - 基于事件相机的实时光度立体视觉

本期为TechBeat人工智能社区第614期线上Talk。

北京时间8月1日(周四)20:00，北京大学博士生于博涵的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是:“EventPS：基于事件相机的实时光度立体视觉”，届时他将向大家介绍他最新的工作—— 首次利用事件相机的独特属性实现了实时的光度立体视觉。该工作已获得 CVPR 24最佳论文提名。

Talk·信息

主题：‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍EventPS - 基于事件相机的实时光度立体视觉

嘉宾：北京大学 · 博士生 - 于博涵

时间：北京时间8月1日(周四)20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

Talk·介绍

光度立体视觉是一种通过分析从不同方向照射物体的图像序列来估计物体表面法线（三维形状的一种表示方法）的技术，其独特优势在于重建结果的高分辨率和精确细节。传统的基于帧相机的光度立体视觉数据采集过程复杂且耗时，通常需要捕获多曝光图像来合成高动态范围图像，从而准确地捕获物体表面的镜面反射区域，很难满足对动态目标的实时三维重建需求。事件相机具有高时间分辨率、高动态范围和低带宽要求的特点，为众多对实时性要求高的计算机视觉任务提供了有效的数据获取方式。“EventPS: Real-Time Photometric Stereo using an Event Camera”这篇论文首次利用事件相机的独特属性实现了实时的光度立体视觉。论文从事件相机成像模型出发，推导出事件触发与表面法线建立关联的“零化向量”信息，利用最优化与深度学习分别实现了光度立体表面法线估计的求解；配合自研的高速转台所搭建的数据采集系统和经过GPU优化的算法，实现了超过30帧每秒的实时表面法线重建，为高精度、高实时的三维数据获取提供了全新的解决方案。

Talk大纲

1. 背景：介绍现有基于传统帧相机的光度立体视觉的局限性，及事件相机的优势；

2. 理论模型：从朗伯反射模型和事件相机数学模型出发，推导与表面法线最相关的“零空间向量”；

3. 实时算法：展示使用基于SVD的求解算法在各种物体上的实时性能；

4. 深度学习扩展：将现有深度学习光度立体视觉框架扩展到EventPS版本，适应一般反射率模型；

Talk·预习资料

EventPS项目主页： https://www.ybh1998.space/eventps 项目主页包含了数据、代码、装置的3D打印文件，以及CVPR现场15分钟Oral录像。本项目得到了国家自然科学基金重点项目的资助。

实验室主页： https://camera.pku.edu.cn/ 北京大学相机智能实验室是由施柏鑫老师带领的团队，致力于计算摄像学研究。实验室承担了科技创新2030——“新一代人工智能”重大项目以及国家自然科学基金重点项目等国家级项目，发表论文200余篇（包括TPAMI论文25篇以及计算机视觉三大顶会论文85篇）。

实验室出版教材： https://camera.pku.edu.cn/book 《计算摄像学：成像模型理论与深度学习实践》（机械工业出版社，2024年6月上市）以图像的物理形成过程和相机获取数字图像的原理为支撑，介绍计算摄像学中的基本问题、模型、理论及其用传统最优化、信号处理方法的解决方案。随着深度学习技术的发展带来的全新进展，介绍深度学习和计算摄像问题的结合与应用。

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

于博涵‍‍‍‍‍‍‍‍‍

北京大学 · 博士生

于博涵是北京大学21级博士生，导师施柏鑫老师。本科毕业于北京大学图灵班（CS方向）。目前从事事件相机和逆渲染方向的研究。以第一作者/共同第一作者发表TPAMI顶刊1篇，CVPR、ICCV顶会文章2篇，其中EventPS在CVPR 2024中获得Best Paper Runner-Up奖项。

个人主页: https://www.techbeat.net/grzytrkj?id=40611

-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