本周为TechBeat人工智能社区第312期线上Talk。北京时间6月9日(周三)晚8点，阿里云人工智能实验室算法团队负责人——朱思语博士的Talk将准时在TechBeat人工智能社区开播！他与大家分享的主题是: “基于深度学习的视觉稠密建图和定位”，届时将介绍有关视觉建图和定位技术的相关研究与未来展望。

Talk·信息

▼

主题：基于深度学习的视觉稠密建图和定位

嘉宾：阿里云人工智能实验室算法团队负责人 

朱思语

时间：北京时间 6月9日 (周三) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接 https://datayi.cn/w/lPQJdMgo 至浏览器，一键完成预约！上线后会在第一时间收到通知哦~

Talk·提纲

▼

随着深度学习的快速发展，基于视觉的建图和定位研究领域近些年涌现出了众多出色的工作：从传统的基于手工特征点的匹配并结合数值优化算法求三维几何信息；发展到通过引入卷积神经网络的特征点增优化加建图和定位的鲁棒性；到现在最新的学习匹配（Learning to match）和学习优化（Learning to optimize）。

本次报告旨在分享我们团队近些年在基于深度卷积特征的稠密建图、基于深度递归神经网络优化器的运动结构估计（Structure-from-Motion）、不依赖场景的端到端稠密视觉定位等工作。最后，我们会对基于视觉的建图和定位技术未来发展的趋势做简要总结。

本次分享的主要内容如下：

第一部分：视觉建图和定位技术概述

第二部分：基于深度学习的稠密建图：

৹ 通用的视觉建图流程概述

৹ 近些年前沿视觉建图工作的概述

৹ 基于深度神经网络的稠密特征点匹配

৹ 基于深度递归神经网络优化器的稠密建图

第三部分：基于深度学习的视觉定位：

৹ 通用的视觉定位流程概述

৹ 近些年前沿视觉定位工作的概述

৹ 基于深度神经网络且无场景依赖的稠密视觉定位

第四部分：视觉建图和定位技术展望

৹ 特征点的学习匹配（Learning to match）

৹ 基于学习优化（Learning to optimize）的三维信息获取

৹ 非显示的特征点学习匹配结合学习优化的建图和定位

Talk·参考资料

▼

这是本次分享中将会提及的资料，建议提前预习哦！

[1] Shitao Tang, Chengzhou Tang, Rui Huang, Siyu Zhu, Ping Tan. Learning Camera Localization via Dense Scene Matching. Proceedings of 34th IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2021)
https://www.researchgate.net/publication/350542804_Learning_Camera_Localization_via_Dense_Scene_Matching

[2] Lei Li, Siyu Zhu, Hongbo Fu, Ping Tan, Chiew-Lan Tai. End-to-End Learning Local Multi-view Descriptors for 3D Point Clouds. Proceedings of 33th IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2020)

https://www.researchgate.net/publication/343466315_End-to-End_Learning_Local_Multi-View_Descriptors_for_3D_Point_Clouds
[3] Xiaodong Gu, Zhiwen Fan, Zuozhuo Dai, Siyu Zhu, Ping Tan. Cascade Cost Volume for High-Resolution Multi-View Stereo and Stereo Matching. Proceedings of 33th IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2020 Oral)

https://github.com/alibaba/cascade-stereo

[4] Xiaodong Gu, Weihao Yuan, Zuozhuo Dai, Siyu Zhu, Chengzhou Tang, Ping Tan. DRO: Deep Recurrent Optimizer for Structure-from-Motion. arXiv preprint:2103.13201

https://github.com/aliyun/dro-sfm

Talk·提问交流

▼

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

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！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

▼

朱思语博士，阿里云人工智能实验室算法团队负责人，负责新零售行业线和3D数字化产品的算法研发团队，涵盖涉及众多行业的3D数字化产品，线下商业体的人货场数字化智能引擎，线上营销推广的智能算法等。朱思语博士在ICCV、CVPR、ECCV、PAMI等计算机视觉国际学术会议和期刊上发表30多篇论文。他于浙江大学获得计算机科学学士学位，于香港科技大学获得计算机科学与工程博士学位。

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>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ