IM电竞·(中国)首页

　　随着虚拟现实、增强现实和自动驾驶等技术的快速崛起，对于准确、高效地理解和操作三维环境的需求变得日益迫切。本次「热门研究云际会」我们把目光聚焦在“3D场景下的通用物体表征”。为此，我们邀请到CV领域的专家及青年学者，他们分别是剑桥大学博士生蔡彦成、香港大学博士生陈润健、复旦大学博士生袁家康和上海人工智能实验室青年研究员张铂来分享各自在CVPR 2023 和 ICLR 2023中收录的工作。相信通过这次交流，我们将探索更加高效、准确理解和操作3D场景的方法，并共同推动该领域的发展。

　　蔡彦成是2023年剑桥大学即将入学的计算机科学博士生。于2019~2023年就读于复旦大学并获得工学学士学位。先后在复旦陈涛教授课题组（2020-2023）、斯坦福大学李飞飞吴佳俊教授课题组SVL担任科研助理（2022-2023）。以共同第一作者身份在CVPR2023和SCI一区期刊上发表了2篇论文，同时还有1篇第一作者T-IP在投（Minor Revision）。担任CVPR2022、2023和ECCV2022顶级会议，T-PAMI顶级期刊的审稿人。

　　学习的视觉动力学模型已被证明对于机器人操纵任务非常有效。然而，如何最好地表示涉及多对象交互的场景仍然不清楚。当前的方法将场景分解为离散的对象，但它们在具有挑战性的光照条件下难以进行精确建模和操纵，因为它们只编码与特定光照相关的外观。在这项工作中，我们提出在模型预测控制框架中使用以对象为中心的神经散射函数（OSF）作为对象表示。

　　陈润健，2020年本科毕业于浙江大学竺可桢学院，2021年进入香港大学（HKU-MMLab）攻读博士，导师是罗平老师。研究方向为无监督三维表征学习以及其在自动驾驶中的应用。

　　目前以第一作者发表ICLR，RAL各一篇。获得港府奖学金，香港大学校长奖学金，Y S and Christabel Lung研究生奖学金（2021）等。

　　对比学习中，不同视图的构建是学习效果的决定因素之一，之前有研究证明，不同视图之间的互信息不能太大也不能太小，需要达到一个sweet spot。

　　之前基于对比学习的无监督三维表征学习方法大致可以分成两类：用点云的随机增强构建两个视图（互信息太大）；用不同时刻的点云构建两个视图（互信息太小）。

　　本文提出使用车路协同数据集进行对比学习，同时提出一个局部点云分布恢复的预训练任务，用来增加学到的表征中与任务相关的信息。

　　袁家康，2022年本科毕业于复旦大学电子工程系，同年9月开始在复旦大学攻读博士学位，导师为陈涛老师。目前的研究聚焦于为3D场景下通用表征学习、3D场景迁移学习。目前以第一作者、共同一作在CCF-A类会议发表论文2篇。

　　由于采集设备和采集环境的差异，不同自动驾驶场景之间存在严重的域差异。目前，大家通常通过无监督跨域学习的思路利用伪标注等方式解决此问题，但是，与全监督下的目标域性能还是有较大差距。为此，我们思考如何利用尽可能少的标注促进目标域性能的提升，提出一套双域主动学习算法。

　　主动学习与主动学习+域迁移，分析传统的主动学习技术应用在自动驾驶场景的缺点

　　张铂，2022年6月获复旦大学博士学位。研究方向为3D场景下通用表征学习、多模态文档统一表征+大模型，2D/3D领域适配等。

　　目前作为第一作者、通讯作者在CCF-A类会议和期刊发表论文9篇。担任CVPR/ECCV/ICCV/ICLR/ACM MM/TNNLS/TMM等多个顶级学术会议和期刊的审稿人。在校期间曾获博士生国家奖学金，“互联网+”大学生创新创业大赛国赛金奖，上海市优秀毕业生等荣誉。主导和参与2项上海市科委纵向课题，现任上海人工智能实验室青年研究员，主导研发3DTrans Codebase，多模态-结构化文档大模型等课题。

　　当前的3D感知模型遵循单数据集训练-测试范式。这种单数据集训练-测试范式面临两个主要挑战：1）3D感知数据集差异大：现有的3D感知数据集是由不同厂商采用不同类型传感器采集获得的，具有强的dataset-level数据分布差异、taxonomy分布差异；2）3D感知模型通用性弱：当感知模型在一个数据集(域)上训练并且直接部署到另一个数据集上时，通常会面临更严重的感知性能下降。

　　IM电竞 IM电竞平台

　　因此，“本次talk主要针对目前3D感知模型单数据集训练-测试范式面临的主要两个挑战，结合我们初步探索的一些经验，简要介绍我们团队在CVPR-2023中发表的工作Uni3D，并分析如何在海量3D感知数据集中以较低的代价实现开放场景应用。”

　　IM电竞 IM电竞平台

　　参与直播抽奖，好运连连看~ 有机会获得：自动驾驶领域新书！《自动驾驶：感知原理与实践》

　　将门是一家以专注于发掘、加速及投资技术驱动型创业公司的新型创投机构，旗下涵盖将门投资基金、将门创新服务以及TechBeat人工智能社区。公司致力干通过连接技术与商 业，发掘和培育具有全球影响力的科技创新企业，推动企业创新发展与产业升级。

　　将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。

　　如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”:

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　容量全球最高，日本全固态电池获新突破！中科院院士：锂电池能量密度接近理论极限

　　中央政法委书记陈文清出席、国安部部长陈一新主持的大会，三个细节值得关注

　　Gurman：苹果 10 月可能推出首款搭载 M3 芯片的 Mac 电脑

　　苹果Vision Pro头显开发团队更名 打破乔布斯时代的“功能型”管理结构IM电竞 竞猜 IM电竞娱乐IM电竞 竞猜 IM电竞娱乐