直播預(yù)告:深度學(xué)習(xí)驅(qū)動(dòng)下的相機(jī)標(biāo)定技術(shù)發(fā)展
個(gè)人介紹：
廖康博士，畢業(yè)于北京交通大學(xué)信息科學(xué)研究所，師從林春雨教授。將赴新加坡南洋理工大學(xué)S-Lab擔(dān)任博士后研究員，合作導(dǎo)師為Chen Change Loy。曾于德國(guó)馬克斯·普朗克研究所（馬普所）訪問(wèn)一年。研究方向?yàn)槊嫦虼笠晥?chǎng)的計(jì)算機(jī)視覺(jué)、3D視覺(jué)、生成模型等。相關(guān)研究成果發(fā)表至CVPR, ICCV, ECCV, ICRA, TIP等。
背景：
相機(jī)標(biāo)定在計(jì)算機(jī)視覺(jué)和機(jī)器人等領(lǐng)域中占據(jù)舉足輕重的地位，它為后續(xù)場(chǎng)景理解及決策推斷提供了標(biāo)準(zhǔn)化的成像空間和精準(zhǔn)的幾何先驗(yàn)。然而，傳統(tǒng)的相機(jī)標(biāo)定技術(shù)常常依賴于繁瑣的人工干預(yù)和特定的場(chǎng)景假設(shè)，因此難以靈活拓展至不同的相機(jī)模型和標(biāo)定場(chǎng)景。近年來(lái)，基于深度學(xué)習(xí)的解決方案展現(xiàn)出代替手動(dòng)操作、擺脫場(chǎng)景假設(shè)的潛力，實(shí)現(xiàn)了全自動(dòng)化的相機(jī)標(biāo)定技術(shù)。在這些方案中，各種各樣的學(xué)習(xí)機(jī)制、網(wǎng)絡(luò)架構(gòu)、先驗(yàn)知識(shí)、優(yōu)化函數(shù)、數(shù)據(jù)集等方面均得到了廣泛的研究。
報(bào)告導(dǎo)讀：
（1）涵蓋了深度學(xué)習(xí)時(shí)代以來(lái)各類相機(jī)模型標(biāo)定及其應(yīng)用的最新研究進(jìn)展；
（2）主要探索的標(biāo)定類別包括標(biāo)準(zhǔn)針孔相機(jī)模型、畸變相機(jī)模型、跨視角模型和跨傳感器模型等；
（3）整合、構(gòu)建了一個(gè)公開(kāi)且全面的評(píng)測(cè)基準(zhǔn)數(shù)據(jù)集，可作為開(kāi)放平臺(tái)用于不同研究方法的性能評(píng)測(cè)；
（4）討論了整個(gè)基于深度學(xué)習(xí)的相機(jī)標(biāo)定領(lǐng)域仍然存在的挑戰(zhàn)以及未來(lái)可能的研究方向。
評(píng)論
圖片
表情