「AI新青年(nian)講(jiang)座」將邀(yao)請世界頂尖AI研(yan)究機(ji)(ji)構和大學的科研(yan)新青年(nian)，主講(jiang)他們(men)在計算機(ji)(ji)視(shi)覺、機(ji)(ji)器學習等人(ren)工智能領域(yu)的最新重(zhong)要研(yan)究成(cheng)果。

AI新青年(nian)(nian)是加(jia)(jia)速人(ren)工(gong)智(zhi)能(neng)前(qian)(qian)沿(yan)研究的(de)(de)新生力量。AI新青年(nian)(nian)的(de)(de)視頻(pin)講(jiang)解(jie)和(he)(he)直播答疑，將可以(yi)(yi)幫助大(da)家增進對人(ren)工(gong)智(zhi)能(neng)前(qian)(qian)沿(yan)研究的(de)(de)理解(jie)，相應領域的(de)(de)專(zhuan)業知(zhi)識也能(neng)夠(gou)得以(yi)(yi)積累加(jia)(jia)深(shen)。同時，通過與AI新青年(nian)(nian)的(de)(de)直接交(jiao)流，大(da)家在AI學習(xi)和(he)(he)應用AI的(de)(de)過程中遇到的(de)(de)問題，也能(neng)夠(gou)盡快解(jie)決。

有興趣分享學術成果的朋友，可以(yi)與智東西公(gong)開(kai)課教(jiao)研團隊進行郵(you)件(jian)（class@sanyasheying.cn）聯(lian)系。

視覺(jue)SLAM技術在(zai)(zai)自動機(ji)器(qi)人(ren)和增強現實中(zhong)(zhong)(zhong)扮演了很(hen)重(zhong)要的(de)角色，而在(zai)(zai)大(da)量的(de)SLAM應用(yong)中(zhong)(zhong)(zhong)都(dou)使用(yong)單目(mu)相機(ji)在(zai)(zai)室(shi)內場景(jing)中(zhong)(zhong)(zhong)運(yun)行。但室(shi)內場景(jing)中(zhong)(zhong)(zhong)經常(chang)缺失紋(wen)理表(biao)面，并且分布著不(bu)規則的(de)特征(zheng)，尤其是低紋(wen)理的(de)墻面、地板(ban)以及天(tian)花板(ban)，在(zai)(zai)最(zui)先(xian)進(jin)的(de)特征(zheng)點法(fa)或者直接法(fa)SLAM中(zhong)(zhong)(zhong)都(dou)難(nan)解決(jue)。

基于學(xue)習(xi)和(he)環境結(jie)構約束等(deng)(deng)信息都對于室內(nei)SLAM系統精(jing)度(du)和(he)效率有著重大影響。針對室內(nei)SLAM的(de)定位、建圖和(he)場景理解，來(lai)自(zi)慕尼黑工業(ye)大學(xue)的(de)在讀(du)博士李言(yan)等(deng)(deng)人提(ti)出一(yi)種用于室內(nei)場景的(de)密集準確(que)度(du)-魯棒-高效-語義SLAM系統。該系統利用 RGB-D/Stereo/Monocular 和(he) IMU 等(deng)(deng)不同的(de)傳(chuan)感器(qi)。 受益于室內(nei)環境的(de)共同特征(zheng)和(he)新(xin)的(de)優(you)化策略(lve)之間的(de)約束，李博等(deng)(deng)人追求達(da)到高水平(ping)的(de)準確(que)性(xing)。

同時(shi)，基于(yu)估計的相機姿(zi)勢獲得密(mi)集的重建圖(tu)雖然很便宜，但(dan)如(ru)何讓地(di)圖(tu)更(geng)輕、質量(liang)更(geng)高又(you)是另外一個問題。

為(wei)了(le)(le)(le)解(jie)(jie)決這個問題，李言博士等(deng)人將(jiang)深度神(shen)經網(wang)絡中的(de)(de)(de)(de)(de)SOTA方(fang)法(fa)與(yu)基于幾何的(de)(de)(de)(de)(de) SLAM 系統相結合(he)，提出了(le)(le)(le)許(xu)多(duo)優秀的(de)(de)(de)(de)(de)成果。比如提出了(le)(le)(le)針對(dui)室內場(chang)景(jing)的(de)(de)(de)(de)(de)低漂(piao)移(yi)單(dan)目SLAM方(fang)法(fa)-Structure-SLAM。該(gai)方(fang)法(fa)將(jiang)跟蹤過程的(de)(de)(de)(de)(de)旋(xuan)轉和(he)(he)平(ping)移(yi)估計解(jie)(jie)耦，可(ke)以有效(xiao)(xiao)減少室內環境中的(de)(de)(de)(de)(de)長期漂(piao)移(yi)問題。為(wei)了(le)(le)(le)改(gai)善相機姿態優化(hua)的(de)(de)(de)(de)(de)效(xiao)(xiao)率和(he)(he)準確(que)(que)性(xing)，提出了(le)(le)(le)用(yong)于立體 SLAM 和(he)(he)視覺慣(guan)性(xing)測距的(de)(de)(de)(de)(de)共平(ping)面參數化(hua)方(fang)法(fa)。同時，利(li)用(yong)室內場(chang)景(jing)的(de)(de)(de)(de)(de)結構規律性(xing)，為(wei)RGB-D傳感器(qi)構建(jian)了(le)(le)(le)可(ke)以在(zai)CPU上(shang)提供了(le)(le)(le)準確(que)(que)的(de)(de)(de)(de)(de)姿態估計和(he)(he)緊湊網(wang)格的(de)(de)(de)(de)(de)SLAM架構等(deng)。

7月15日晚7點30，「AI新青年講座」第137講，邀請到慕尼黑工業大學在讀博士李言參與，主講《基于SLAM的室內定位、建圖及場景理解》。

講者

李言，慕尼黑(hei)工業大學在讀(du)博士(shi)，研究方向為不(bu)同傳感(gan)器(qi)的定位(wei)、建圖和場(chang)景理解，在IROS、ICRA、RA-L、ECCV等會(hui)議和期刊上發表(biao)多篇學術論文。

主題

《基于(yu)SLAM的(de)室內(nei)定位、建圖及場景理解》

提綱

1、室內SLAM系統精度和效率的影響分析
2、基于不同傳感器的室內SLAM定位系統構建
3、CPU上的室內稠密重建與立體匹配方法
4、新型無漂移旋(xuan)轉(zhuan)估計的RGB-D SLAM

直播信息

直播時間：7月15日19:30
直(zhi)播(bo)地點：智東西公開(kai)課知識店(dian)鋪

論文成果

標題：《Structure-SLAM: Low-Drift Monocular SLAM in Indoor Environments》
鏈(lian)接：//arxiv.org/pdf/2008.01963.pdf

標題：《RGB-D SLAM with Structural Regularities》
鏈接：//arxiv.org/pdf/2010.07997.pdf

標題：《Co-Planar Parametrization for Stereo-SLAM and Visual-Inertial Odometry》
鏈接(jie)：//arxiv.org/pdf/2009.12662.pdf

標題：《ManhattanSLAM: Robust Planar Tracking and Mapping Leveraging Mixture of Manhattan Frames》
鏈(lian)接：//arxiv.org/pdf/2103.15068.pdf

標題：《SRH-Net: Stacked Recurrent Hourglass Network for Stereo Matching》
鏈接：//arxiv.org/pdf/2105.11587.pdf%22

標題：《Semantic Dense Reconstruction with Consistent Scene Segments》
鏈接(jie)：//arxiv.org/pdf/2109.14821.pdf