本期为TechBeat人工智能社区第 413 期线上Talk，也是CVPR 2022系列Talk第②弹！北京时间6月16日(周四)20:00，香港中文大学（深圳）计算机信息工程在读博士生——郑超达的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “以运动为导向的点云单目标跟踪”，届时将分享以运动为中心的跟踪范式，大幅提升了LiDAR单目标跟踪的性能。

Talk·信息

主题：以运动为导向的点云单目标跟踪

嘉宾：香港中文大学（深圳）计算机信息工程在读博士生 郑超达

时间：北京时间 6月16日 (周四) 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/z98yYq0R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·介绍

LiDAR场景中的单目标跟踪问题在近年来取得了不错的进步。当前方法几乎都遵循了在2D任务上十分流行的孪生范式（Siamese Paradigm），使用外观匹配来在未知的区域对目标进行搜索。但是LiDAR点云的稀疏性、残缺性以及缺乏纹理的特点使得孪生范式在干扰项众多的场景下表现欠佳。为了缓解这个问题，我们从物体的运动出发，提出了以运动为中心的跟踪范式，大幅提升了LiDAR单目标跟踪的性能。

具体分享提纲如下：

1. 单目标跟踪任务介绍

2. 单目标跟踪在LiDAR点云上的发展

3. 以运动为导向的点云单目标跟踪

Talk·预习资料

• PTTR: Relational 3D Point Cloud Object Tracking with Transformer (CVPR2022)

• 3D Object Tracking with Transformer (BMVC2021)

• PTT: Point-Track-Transformer Module for 3D Single Object Tracking in Point Clouds (IROS2021)

• Box-Aware Feature Enhancement for Single Object Tracking on Point Clouds(ICCV 2021)

• 3D Siamese Voxel-to-BEV Tracker for Sparse Point Clouds (NIPS2021)

• Leveraging shape completion for 3d siamese tracking (CVPR2019)

• P2b: Point-to-box network for 3d object tracking in point clouds (CVPR2020)

• High performance visual tracking with siamese region proposal network (CVPR2018)

项目代码和项目主页：

Code：https://github.com/Ghostish/Open3DSOT

Project Page：https://ghostish.github.io/MM-Track/

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

本科和硕士毕业于华南理工大学计算机科学与工程学院，现就读于香港中文大学（深圳），是计算机信息工程（CIE）专业的一名博二的在读PhD。研究方向为三维计算机视觉，主要着重于点云分析领域，如单目标跟踪，语义分割等。已在CVPR、ICCV、TIP等会议和期刊发表了数篇论文。

关于TechBeat人工智能社区

TechBeat (www.techbeat.net) 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