“计算有约”是北京大学计算机学院主办的品牌学术分享活动。活动邀请计算机学院在学术科研、生涯发展等方面取得了突出成就的在读研究生、博士后、青年教师以及校友们给大家分享自己的成长故事。在这里,同学们能与优秀的嘉宾面对面交流,拓宽科研工作视野,提升自身发展素养。
这一期,我们邀请到了前沿计算研究中心的王鹤老师给大家做分享,欢迎大家参加!
计算有约
本期分享嘉宾
北京大学前沿计算研究中心助理教授
王鹤
![https://mmbiz.qlogo.cn/mmbiz_png/kmjNGgoMOczeib5ficKfcZPAnyCQiaamQDwuUdxZGfuh2bu4awIyOuiaKOicEGUp0dtYQQpbYlibic5unkb3ctyf9SQbg/0?wx_fmt=png](/__local/D/54/28/86EA99A7AA31881E09EF5D10F57_04272482_1B3B9.png)
王鹤,北京大学前沿计算研究中心助理教授,博士生导师。他于2014年在清华大学获得工学学士学位,于2021年在斯坦福大学获得博士学位,导师为美国两院院士 Leondias J. Guibas教授。加入北大后,他创立了具身感知与交互实验室EPIC(Embodied Perception and InteraCtion) Lab。他的研究方向为三维视觉、机器人学和机器学习,并在 CVPR、ICCV、ECCV 、NeurIPS等国际顶级会议上发表 10 余篇论文。他开辟了类别级物体六维位姿估计这一子领域,工作六次获得 CVPR/ICCV oral,并获得了 2019 年 Eurographics最佳论文提名奖。他目前担任CVPR2022和WACV2022领域主席。
报告主题:
基于SE3等变性的类别级六维物体位姿估计
报告摘要:
六维物体位姿估计是一个关键的计算机视觉问题,广泛应用于机器人学(如抓取和物体操纵)和图形学(如增强现实)中。经典的六维位姿估计工作侧重于实例级位姿估计,即对少数已知物体估计六维位姿且一般需要物体的 CAD 模型。尽管实例级位姿估计技术在某些受控环境中已有不少的应用,但这种局限于特定已知物体实例的算法不能泛化到新的物体实例,因此限制了它们在日常物体感知方面的应用。在本次报告中,我将介绍如何将物体六维位姿估计问题从实例级推广到类别级的工作NOCS (CVPR19 oral) 。该工作应用了基于混合现实的数据生成方法生成了大量自带标注的类别级训练数据,从而使得这一类别级位姿估计成为可能。然而为了进一步将类别级位姿估计技术推广到更多的物体类别,我们在NeurIPS21的工作中进一步引入一种基于SE3等变性的自监督学习方法,无需任何位姿的标签就可以自动衍生出类别级位姿的参考系并进行位姿估计的学习。这一系列工作将对发展有泛化能力的具身视觉提供了思路。
讲座时间
2021年12月16日 周四 19:00
腾讯会议ID: 175-103-848
群二维码
![https://mmbiz.qlogo.cn/mmbiz_jpg/kmjNGgoMOczeib5ficKfcZPAnyCQiaamQDwfE17rM4Ns93Scshkaw77qLQuicmOQXTcDLttf3ev8vzm4dQT35DNicKQ/0?wx_fmt=jpeg](/__local/9/C4/C9/37AB390EE50153EEAC3DC573B84_4A39D144_124FD.jpg)
![https://mmbiz.qlogo.cn/mmbiz_png/kmjNGgoMOczeib5ficKfcZPAnyCQiaamQDw7eeKIAcS23kzes9OLSlx2ZxjBMD83U87qevEnAY41MkyzPT4QOY4qQ/0?wx_fmt=png](/__local/4/59/08/EBC251DD480EE33C34BE6D754B4_ACE2C95A_31762.png)