三维点云的经典算法与前沿技术

3D视觉工坊

共 1322字,需浏览 3分钟

 ·

2021-02-04 07:07

三维点云是最重要的三维数据表达方式之一,在三维重建、语义及实例分割、三维物体检测等方向表达相关信息,广泛应用于移动机器人、自动驾驶领域,甚至是手机上都会用到点云技术,FaceID。

 (图片来源于网络,侵删)

但点云的一些特性也使它难以处理,首先,三维点云比图像多了一个维度;其次,点云是不规则分布的,比图像式的规则网格更难处理;然后,点云缺少了图像中的纹理,导致在语义分析方面的困难;同时,由于三维点云的应用面非常广,点云处理所涉及的算法也多种多样,涵盖了机器人、计算机视觉的各个分支。
这对学习技术有了很高的要求,但相关教材寥寥无几,网上资料也比较零散,国内外系统讲解三维点云的课程更是屈指可数。

基于此,深蓝学院开设了『三维点云处理』课程,希望通过这门课,大家能对一些经典算法的理论有一些清晰的认识,自己能实现这些算法,而不是简单调用一个API而已。

1

 课程讲师
 黎嘉信
自动驾驶研究科学家
新加坡国立大学(NUS)博士

博士期间,师从电子与计算机系Ben M. Chen教授及计算机系Lee Gim Hee教授,主要研究领域为计算机视觉、深度学习、机器人。在CVPR , ICCV , ICRA , IROS 的顶级会议上以第一作者发表论文多篇。在2017, 2015年国际微小型无人机大赛中分别获得冠军、亚军。

2

课程大纲

(本课程中文授课,点击图片查看大图

3

实践项目
本门课程采用理论与实践相结合的教学方式,通过9个实践项目,让大家将课上所学知识,即学即用,通过亲自动手实践达到灵活掌握,融会贯通的效果。
_
_
_
_
_
_
_
_
_
_
(可左右滑动,点击图片可放大)

4

学后收获

1. 对三维点云这一领域有全方位的认知,了解三维感知的各种问题及解决方案;

2. 深入理解各个经典点云算法,比如octree,ICP,PointNet等,并且在真实数据集上实现、应用这些算法;

3. 涉猎最前沿的感知(Perception)方向的深度学习算法,比如物体检测、点云配准、特征提取等,了解学术界的热点问题及发展趋势;

4. 了解实际应用中各种算法的优势及局限,对于具体问题如何选择合适的算法,以及如何修改算法应对长尾/边缘问题(longtail/edge cases)。

5

还能收获什么
1. 优质的学习圈子
伙伴们大多是来自985、211及海外院校硕博,在这里大家一起学习、进行讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。

2. 企业认可的证书
学完课程后将有机会收获优秀学员证书、毕业证书,为你的简历加分添彩。

6

课程服务
1. 三师助力

讲师&助教及时答疑解惑,班主任全程带班督学,帮你克服拖延,不断进步。

(左右滑动,查看更多)

2. 定期班会
助教会对作业进行1V1讲评和指导;在班会中,学习更多技巧;在交流中收获更多思路。

抢占学习名额

现仅有24个学习名额

扫码备注“23”

优先抢占学习座位~

添加客服『黎新

领取三维点云论文集

浏览 32
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报