「AI新青年講座」將邀請(qǐng)世界頂尖AI研究機(jī)構(gòu)和大學(xué)的科研新青年，主講他們?cè)谟?jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)等人工智能領(lǐng)域的最新重要研究成果。
AI新青年是加速人工智能前沿研究的新生力量。AI新青年的視頻講解和直播答疑，將可以幫助大家增進(jìn)對(duì)人工智能前沿研究的理解，相應(yīng)領(lǐng)域的專業(yè)知識(shí)也能夠得以積累加深。同時(shí)，通過(guò)與AI新青年的直接交流，大家在AI學(xué)習(xí)和應(yīng)用AI的過(guò)程中遇到的問(wèn)題，也能夠盡快解決。
有興趣分享學(xué)術(shù)成果的朋友，可以與智東西公開(kāi)課教研團(tuán)隊(duì)進(jìn)行郵件（class@zhidx.com）聯(lián)系。
目前，大部分常見(jiàn)的點(diǎn)云分類模型都是在較為理想的數(shù)據(jù)上進(jìn)行訓(xùn)練的，而在真實(shí)世界中，由于場(chǎng)景的復(fù)雜性、傳感器失準(zhǔn)以及數(shù)據(jù)處理偏差等原因，點(diǎn)云數(shù)據(jù)不可避免地受到噪音的影響。與此同時(shí)，點(diǎn)云數(shù)據(jù)往往被應(yīng)用于與安全息息相關(guān)的應(yīng)用場(chǎng)景，如自動(dòng)駕駛和醫(yī)療診斷等等，點(diǎn)云模型的魯棒性尤為重要。
現(xiàn)有對(duì)于點(diǎn)云分類模型的魯棒性研究主要集中于三點(diǎn)：在特定的數(shù)據(jù)上驗(yàn)證魯棒性、在模擬至真實(shí)場(chǎng)景下驗(yàn)證魯棒性和在對(duì)抗攻擊場(chǎng)景下驗(yàn)證魯棒性。盡管已有工作對(duì)點(diǎn)云分類模型的魯棒性進(jìn)行了探究，但到目前為止還缺乏一個(gè)標(biāo)準(zhǔn)且全面的基線。
基于此，南洋理工大學(xué)在讀博士任嘉瑋等人提出了首個(gè)用于點(diǎn)云分類和部件分割的魯棒性測(cè)試基線PointCloud-C，并根據(jù)PointCloud-C構(gòu)建了來(lái)自真實(shí)世界3D噪聲源的全新測(cè)試集ModelNet-C。同時(shí)，他們?cè)O(shè)計(jì)了一個(gè)高魯棒性的點(diǎn)云分類模型RPC，并分別從結(jié)構(gòu)、訓(xùn)練和數(shù)據(jù)增廣三方面給出了面向3D感知的高魯棒性模型設(shè)計(jì)技巧。大量的實(shí)驗(yàn)證明，這種魯棒的點(diǎn)云分類模型RPC和設(shè)計(jì)技巧都能顯著地提高點(diǎn)云分類對(duì)于真實(shí)世界點(diǎn)云噪音的魯棒性。
7月13日晚7點(diǎn)，「AI新青年講座」第136講邀請(qǐng)到南洋理工大學(xué)S-Lab在讀博士任嘉瑋參與，主講《應(yīng)對(duì)常見(jiàn)噪聲的高魯棒性點(diǎn)云分類模型》。
講者
任嘉瑋，南洋理工大學(xué)S-Lab在讀博士，導(dǎo)師是劉子緯助理教授，以一作身份發(fā)表四篇頂會(huì)論文，曾獲得COCO 2019 全景分割挑戰(zhàn)冠軍，目前研究興趣是開(kāi)放世界學(xué)習(xí)與3D表征學(xué)習(xí)。
主題
應(yīng)對(duì)常見(jiàn)噪聲的高魯棒性點(diǎn)云分類模型
提綱
1、常見(jiàn)點(diǎn)云分類模型中的魯棒性問(wèn)題
2、基于真實(shí)世界3D噪聲源的全新測(cè)試集ModelNet-C
3、高魯棒性的點(diǎn)云分類模型RPC
4、面向3D感知的高魯棒性模型設(shè)計(jì)技巧
直播信息
直播時(shí)間：7月13日19:00
直播地點(diǎn)：智東西公開(kāi)課知識(shí)店鋪
