由于點云天(tian)然的(de)稀疏性和(he)非規則性，因此如何(he)對原始(shi)點云進(jin)行處(chu)理，并產生稠密、完整、均(jun)勻的(de)高(gao)質量點云數據這一任(ren)務吸(xi)引(yin)了(le)(le)眾多(duo)研究人(ren)員(yuan)的(de)目光。針對點云的(de)稀疏性問題，8月5日，智東西公開(kai)課邀請到(dao)港中(zhong)文博士后李賢芝，以《基于任(ren)務解耦合的(de)點云上采樣》為主題，為大家講解了(le)(le)生成“更稠密”點云的(de)上采樣方法。
當然，高(gao)質(zhi)量(liang)(liang)的點云生成(cheng)不只有點云上采樣這一種方法。點云補全也(ye)可(ke)用(yong)來生成(cheng)高(gao)質(zhi)量(liang)(liang)的點云。
目(mu)前，大(da)多(duo)數(shu)(shu)的點云(yun)(yun)補全方法很大(da)程度上依賴成對的殘缺(que)(que)-完整點云(yun)(yun)并以全監(jian)督方式進行學習。盡管它們在(zai)域(yu)(yu)內數(shu)(shu)據上取得了很好的表現，但泛化到其他形式的殘缺(que)(que)點云(yun)(yun)或現實世界的殘缺(que)(que)掃描時，由于域(yu)(yu)的差(cha)距(ju)，往往無法獲得令人滿意的結(jie)果。
在CVPR 2021中，南洋(yang)理工大學的李俊(jun)哲博士等人提出了一(yi)種基(ji)于GAN逆映射的無監督(du)點云補全(quan)網絡ShapeInversion。
ShapeInversion使(shi)用一個(ge)在完整(zheng)點云(yun)上預訓(xun)練(lian)的(de)GAN來搜索(suo)一個(ge)潛碼，該潛碼通(tong)過預訓(xun)練(lian)的(de)GAN生(sheng)成(cheng)一個(ge)完整(zheng)點云(yun)，該方法(fa)能最好(hao)地重建給定的(de)殘缺(que)輸入。同時通(tong)過這種方式，ShapeInversion不再需要成(cheng)對的(de)訓(xun)練(lian)數據，它可以(yi)從訓(xun)練(lian)好(hao)的(de)生(sheng)成(cheng)模(mo)型中捕獲豐富的(de)先驗知(zhi)識。
在ShapeNet基準上，ShapeInversion的(de)性能優(you)于SOTA無監督方法。與此同時，ShapeInversion還展(zhan)現(xian)顯著的(de)泛化能力，對現(xian)實世界的(de)掃描和各種形(xing)式的(de)殘缺(que)輸入以及不(bu)完整程度都能給出了魯棒的(de)結果。想了解ShapeInversion更多內容的(de)朋友，不(bu)要錯過(guo)本(ben)周三的(de)直播呦(you)。
8月25日(ri)晚(wan)7點，智東西公開(kai)課(ke)特邀南洋理(li)工大學在(zai)讀博(bo)士張(zhang)俊(jun)哲參與「學術(shu)新青(qing)年講(jiang)座」CVPR 2021特別企劃第10講(jiang)的直播講(jiang)解(jie)，主題為(wei)《基于GAN逆映射的無監督點云(yun)補全》。
在本次講座中，張博將從點云(yun)(yun)補全(quan)的(de)研究入手，分析全(quan)監督(du)點云(yun)(yun)補全(quan)的(de)泛(fan)化性問題，詳細講解他(ta)的(de)CVPR 2021研究成果：基于GAN逆映射的(de)無(wu)監督(du)點云(yun)(yun)補全(quan)網絡ShapeInversion，并探討在在不同殘缺程度點云(yun)(yun)上的(de)應用(yong)。
張(zhang)俊哲是新(xin)加(jia)坡南洋理工大學S-Lab 和(he)(he)MMLab的博士生(sheng)，師從呂健勤副教(jiao)(jiao)授(shou)和(he)(he) Chai Kiat Yeo 副教(jiao)(jiao)授(shou)。他的研(yan)究(jiu)領域包(bao)括多相機(ji)關聯與融合、異常檢測(ce)和(he)(he)深度學習框架，當前主要研(yan)究(jiu)興(xing)趣(qu)包(bao)括三(san)維重建和(he)(he)生(sheng)成(cheng)、點云補全(quan)等，在CVPR、ECCV計算(suan)機(ji)視覺(jue)頂級(ji)會議上發表多篇論文。
課程主題
基(ji)于GAN逆(ni)映(ying)射的無監督點云補全
課程提綱
1、點云補全的研究
2、全監督點云補全的泛化性問題
3、基于GAN逆映射的無監督點云補全網絡ShapeInversion
4、在不(bu)同殘缺程度點云上的應用
講師介紹
張俊哲，新加坡南洋(yang)理(li)工大學(xue)S-Lab 和MMLab@NTU的博士(shi)生，師從呂健勤副(fu)教授和 Chai Kiat Yeo 副(fu)教授；研(yan)究(jiu)領域包(bao)括多(duo)相機關聯(lian)與融合(he)、異常檢測和深度學(xue)習(xi)框架，當(dang)前主要研(yan)究(jiu)興趣(qu)包(bao)括三維重建和生成、點云補(bu)全等；在CVPR、ECCV計算機視覺頂級會議上發表(biao)多(duo)篇論文。
直播時間
直播時間：9月3日晚7：00
直(zhi)播地(di)點：智東西公(gong)開課知識(shi)店鋪(pu)
