本周为将门-TechBeat技术社区第209期线上Talk，也是AI青年科学家联盟·梧桐汇「A 班计划」成员系列分享第·6·期。

北京时间5月28日(周四)晚8点，卡耐基梅隆大学机器人研究所在读博士生—辛书冕的talk将准时在将门TechBeat技术社区上线！

她与大家分享的主题是“Non-line-of-sight (NLOS) Imaging”，届时将介绍NLOS imaging的整体情况、现存挑战难点；她还会详细介绍其团队获得CVPR 2019 Best Paper Award的工作——基于Fermat paths费马路径的理论和算法，并展示利用此算法的NLOS重建实验结果。

Talk·信息

▼

主题：Non-line-of-sight (NLOS) Imaging

嘉宾：卡耐基梅隆大学机器人研究所在读博士生 辛书冕

时间：北京时间 5月28日 (周四) 20:00

地点：将门TechBeat技术社区

http://www.techbeat.net/

Talk·提纲

▼

绝大多数CV算法都是在模仿人眼，比如说stereo vision, shape fromshading等等。既然是在模仿人眼，那么人眼能力的局限性同样存在于上述的算法中。比如，其中一个限制就是想要恢复的场景或物体一定要直接可见。这种场景被称为line-of-sight (LOS) imaging。

 现在想象我们构建了一个新的imaging system不仅可以用来感知那些直接可见的物体，同时也能恢复那些本来不可见、被遮挡住的物体。举个例子，我们可以站在走廊一头，来感知走廊另一侧的场景。这种设定被称为non-line-of-sight (NLOS) imaging， 它是一种甚至能够超越人眼的感知系统。

本次分享的主要内容如下：

1. Non-line-of-sight(NLOS) imaging overview；

2. 为了实现highresolution的NLOS重建，利用time-of-flightsensors来捕捉所谓的transient measurements。这种不同于普通图片的数据不仅能够提供intensity信息，同时也提供了时间信息；

3. 详细介绍团队在CVPR 2019的工作——基于Fermat paths费马路径的理论和算法，并展示利用此算法的NLOS重建实验结果；

4. 简要介绍NLOS imaging现存的挑战以及难点。

Talk·提问交流

▼

方式 ①

扫描下方二维码直接提问！问题被选中的小伙伴们将获得一个红包奖励!

方式 ②

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，说不定就被讲者直接翻牌解答了呢！

Talk上线后，也期待你来积极【记笔记】，梳理自己的学习内容，为后面的小伙伴填坑指路💡
当然，你的每一次贡献，我们都会给予你相应的i豆积分，近期还会有惊喜奖励哦！

Talk·观看方式

▼

先来一段高燃预告片提前感受下吧！

完整版怎么看？

扫描下方二维码，或登录TechBeat官网 www.techbeat.net一键完成预约！上线后会在第一时间收到通知哦~

嘉宾介绍

▼

辛书冕是卡耐基梅隆大学机器人研究所的在读博士生，本科毕业于西安交通大学，并在CMU ECE专业获得了硕士学位。

她的研究方向是计算摄影、计算机视觉等领域。在CVPR 2019的论文中，其团队提出了一种基于费马路径的理论和算法用于重建被遮挡的物体。该论文获得了CVPR 2019 best paper award。

关于「A班计划」

▼

“A班计划”是由AI青年科学家联盟·梧桐汇发起，旨在挖掘、培养AI学术研究人才和创业人才的精英计划。“A班计划”聚焦于全球顶尖学府的人工智能方向博士生，在联盟现有资源基础上实现产、学、研、政深度整合，成为未来学术和产业领军人物的“加速器”。
A 班计划在遴选之初，目标即为全球范围内的优秀博士生和初创企业创始人，而「硬性条件」包括年龄在 20-30 岁之间，世界顶级学术会议的认可度，创业方向的科技含量等。首批15位成员在今年的世界人工智能大会上完成了集结，他们均是来自全球顶尖学府的 PhD，平均年龄为 26 岁。
将门作为AI青年科学家联盟·梧桐汇的副秘书处单位，未来，我们也会不断邀请更多A班计划的优秀成员们来分享自己的新工作，敬请期待哦！