لى فنغ شبكة AI تقنية الصحافة، وبعد حصة مشاركة محتويات التقرير في اليوم الأول من 3DV 2017 المؤتمر الدولي، في هذه المقالة سوف نستمر في تبادل محتويات الجمعية العامة القادم يومين. (انظر: 300 رؤية ثلاثية الأبعاد للسيد جمعها، swordfight تشينغداو | 3DV 2017 )
دعوة (4/6)
قاو أكاديمية ون للعلوم، وجامعة بكين
في صباح يوم 11 حقل الارتباط تقرير خاص، أكاديمية جاوين من جامعة بكين لتبين لنا أبحاثهم في الوقت الحقيقي على الانترنت إعادة الإعمار 3D والبحث عبر الهاتف المتحرك.
مع تطوير نظام AR / VR، الطيار الآلي، الطائرات بدون طيار وغيرها من المناطق المعالجة البصرية الانترنت أصبح متزايد الأهمية، ولكن تقتصر على تقييد عرض النطاق الترددي جانب الحركة، وحجم الذاكرة، والقدرة على البطارية، مثل الوقت الحقيقي على الانترنت 3D إعادة الإعمار وبحث نهاية المحمول لا يزال هناك تحديا كبيرا. أولا على المسألة الأخيرة، الأكاديمي جاوين لبحث الجوال من نقاط الاهتمام المطابقة، التي يمكن أن تقلل بشكل كبير من متطلبات الأجهزة. ووصف تقرير الأكاديمية العليا كشف كيف مفصل لنقاط الاهتمام، واختيار الميزة، ميزة البلمرة، وتوصيف جزئي وتكنولوجيا تحديد المواقع، وعرض أيضا تطبيقات التعلم عميقة في هذه المجالات. لإعادة الإعمار 3D على الانترنت، وجهت الأكاديمي قاو ون من النقاط الرئيسية والطريق سحابة نقطة. في هذا القسم، جاوين أكاديمي من أول المتعلقة التقرير ضغط MPEG عمل خوارزمية مفصلة لضغط سحابة نقطة، ثم عرض أبحاثهم من حيث SLAM اقترحه (الترا شورت ثنائي) USB يوصف، واستخراج، ومطابقة والاستقطابي متعدد عرض ستيريو طريقة SLAM لحل المشكلة في الوقت الحقيقي، والدقة والمشهد ملامح و، قدم الأكاديميين جاوين الماضي تطبيقها أكثر من التكنولوجيا لبناء PKU IKING UAV منصة الطيران، وأمضوا ثلاثة أيام باستخدام الطائرات بدون طيار من خلال هذا المنبر إعادة بناء الحرم الجامعي 3CM-13CM دقتها من هيكل ثلاثي الأبعاد.
لونغ تشيوان، أستاذ مثبت في HKUST
11 مباراة بعد ظهر تقرير خاص، جامعة هونغ كونغ للعلوم والتكنولوجيا يأذن التعليم مدى الحياة الطويلة إعطاء بحماس لنا أفكاره والبحث في مجال الذكاء الاصطناعي، والرؤية الكمبيوتر، ورؤية 3D إعادة الإعمار.
يعتبر البروفيسور ونج الصحيح من وجهة نظر منظمة العفو الدولية، مقارنة مع الصوت والنص، ما يقرب من 80 من جميع المعلومات البصرية، بل لعله أكثر أهمية، وتطور AI أساسا من رؤية الكمبيوتر. تولى البروفيسور لونغ تشيوان لنا مراجعة لفترة وجيزة عن تاريخ تطور AI، 1998-2012، 15 عاما وقت، AI لم تتغير كثيرا، ولكن في صمت 15 عاما، الحوسبة الجهاز من تطوير وحدة المعالجة المركزية ل GPU قد تحسنت كثيرا، جلبت أيضا AI التطور السريع في السنوات الأخيرة. في فهم الرؤية الحاسوبية، ويعتبر رؤية الكمبيوتر البروفيسور التنين الصحيح الخصائص الأساسية للبحث وبصرية والسمة هو أساس إعادة بناء صورة والاعتراف بها. في هذا الصدد من خلال استخدام شبكة التعلم العميق لديها بالفعل نتائج مثالية جدا، ولكن لا يزال هناك العديد من المشاكل التي يتعين تحسينها. على سبيل المثال، من حيث الاعتراف، فإنه لا يزال يمكن تحقيقه فقط مهمة محددة، مثل الناس لا يستطيعون فهم الصور. من حيث إعادة الإعمار، فإنه يواجه أيضا مثل كيفية العثور على الشيء نفسه في كلا الرقمين، وغيرها من الميزات أو بكسل ذات الصلة، وكيفية إزالة الأشياء غير المرغوب فيها (مثل السماء) وغيرها من القضايا. بعد ذلك، يصف البروفيسور Quanlong محتويات إعادة الإعمار ثلاثي الأبعاد الحديثة من خطوط الأنابيب، وفقا لمفهوم "عمق إعادة الإعمار ثلاثي الأبعاد" - يتضمن الكشف والمطابقة السمات التقليدية، وتحسين هيكل من الحركة، وغيرها من جوانب متعددة بغية مجسمة . وبالإضافة إلى ذلك، أستاذ طويل الظهير الايمن لنا شرح استخدام altizure.com (أو altizure.cn) أعيد بناؤها عدة 3D العروض، وتأثير لافت للنظر جدا.
Niloy ميترا، أستاذ، جامعة لندن
12:00 من قبل جامعة لندن أستاذ Niloy ميترا تعطينا النمذجة مشهد العمل.
(يتم توفير المحتوى من قبل 3DV 2017 مجموعات الأخبار) أولا، أستاذ ميترا أظهرت لنا الصور من مشاهد اثنين، واحد منها صحيح، وصدر الآخر، ولكن جعل هو واقعي جدا، ونحن لا يمكن أن أقول الذي هو الأكثر التقديم. ثم يشرح البروفيسور ميترا كيف تفعل ذلك، وكيفية إعادة بناء يتضمن نموذج ثلاثي الأبعاد، والقوام والإضاءة، وطرق الانتعاش. أولا، وفقا لكمية ونوعية الصورة مقسمة أربع حالات. A الحالة الأولى، عندما تكون الصورة وجوه للعديد من نوعية رديئة، من خلال تدريب طريقة محاذاة نموذج المصنف أو إزالة صورة سيئة. نموذج ثلاثي الأبعاد بالإضافة إلى الملمس، والمقدمة، والحصول على إعادة بناء الصورة الأصلية. الكائن الثاني هو أكثر من جيد الوضع جودة الصورة. الدافع هو الصورة الحقيقية للنسيج من جسم، على غرار نموذج ثلاثي الأبعاد. وتشمل القضايا الرئيسية الأشكال الهندسية تشكل تقدير، والنمذجة والإضاءة. أظهر البروفيسور ميترا لنا نتائج الخوارزمية، ونفس كرسي الملمس تعلق على مجموعة متنوعة من النماذج. والثالث هو صورة صغيرة لحالة نوعية رديئة. FNN للعودة هنا مع تجسيد اللون، نتيجة المركبة الخفيفة أفضل من PMM. القضية الرابعة هي جودة الصورة أقل حالة جيدة. أحيانا نحتاج لتعديل لون منتشر الكائن أو ضوء كثافة عالية، ولكن بطيئة ومعقدة وقت التشغيل اليدوي. أستاذ ميترا الشبكة العصبية التلافيف باستخدام CNN، لون الكائن يمكن تقسيمها إلى طبقات مختلفة، حتى أن الألوان يمكن بسرعة تحريرها في طبقات مختلفة. وعلاوة على ذلك، للون بتحرير المنظور، يمكن نسخ المعلمات إلى زاوية نظر مختلفة، ولكن أيضا لتحسين استخدام الشخصي، ولكن تسمح أيضا للمستخدم لضبط. استشهد البروفيسور ميترا على سبيل المثال، مثل التنين يريدون تعزيز يسلط الضوء على الفيديو من الإطار الأول بعد الصفقة، خوارزمية يمكن بعد ذلك تعزز أبرز الفيديو بأكمله تلقائيا. وأخيرا، قدم البروفيسور ميترا عملهم في إعادة الإعمار واسعة النطاق للبنية المدينة. شارع إعادة الإعمار جوجل هناك الكثير من المشاكل، بما في ذلك جمع من القوام مع كل عرض ليست هي نفسها، لم تجعل وفقا للقانون، وأي تفاصيل عن هيكل وهلم جرا. فريق البروفيسور ميترا لحل هذه المشاكل. عندما في شوارع لاستعادة، أولا وقبل كل تحصل على الكثير من جوجل ستريت فيو الصور، ثم حساب الكامنة خريطة التقسيم المعمارية، والتي شيدت أخيرا إعادة الإعمار كتلة منظم.
أظهر البروفيسور ميترا لنا تأثير إعادة الإعمار فيديو حي لندن، في نتائج إعادة الإعمار يمكن رؤيتها بوضوح في نوافذ المعلومات منظم. ويمكن تطبيق هذا النمذجة المدينة لتخطيط المدن والتصميم المعماري، على سبيل المثال، عند تصميم المبنى الجديد، إذا كان هناك نماذج الهيكلي للبيئة المحيطة بها، ومن ثم يمكن الحكم وفقا لنمذجة معلومات البناء الجديد (مثل نافذة الموقع) تصميم مناسب. الآن هذه التكنولوجيا وقد تمت هيكلة إعادة بناء المزيد والمزيد من الاهتمام.
يانغ روي قانغ، كبير علماء الأكاديمية بايدو الرؤية ثلاثية الأبعاد
دعت 12:00 الحقل كبير العلماء بايدو الدكتور يانغ أكاديمية روي من تخطيط البصرية ثلاثية الأبعاد قد قدمت للتو بايدو في مجال AI، ودراسة مفصلة المركبات والروبوتات بدون طيار بايدو أبولو.
(توفر المحتوى المرجعي 3DV 2017 مجموعات الأخبار المعلومات) ووفقا للدكتور يانغ روي عصابة، بايدو يعتقدون الثانية منذ ثورة عام 1994 في PC الإنترنت، الإنترنت عبر الهاتف النقال منذ عام 2012، وتنتمي إلى الحقبة المقبلة من الذكاء الاصطناعي. حتى بايدو في مجال AI كانت مفتوحة على مصراعيها تخطيط منصة على أساس AI (ai.baidu.com)، بما في ذلك البرمجة اللغوية العصبية، وخرائط المعرفة، صورة المستخدم، صوت، صورة، فيديو، AR / VR وغيرها من المجالات. ثم تفاصيل العمارة تكنولوجيا السيارات الدكتور يانغ روي عصابة سائق وقدم برنامج أبولو (أبولو). مشروع أبولو هو منصة مفتوحة المصدر من دون طيار، ويتكون هيكلها من منصة الخدمات السحابية، ومنصة برمجيات مفتوحة، الأجهزة منصة المرجعية ومنصات مركبة المرجعية. التكنولوجيا الأساسية هي استخدام البيئة للتأكد من البيانات التي تم جمعها من أجهزة الاستشعار للكشف عن فهم المشهد وتجزئة الدلالي، وأخيرا التنبؤ والتخطيط لمسار السفر من السيارة. بعد إدخال بايدو خريطة عالية الدقة للمشروع، وهذا هو الأساس لالطيار الآلي. مزيد من بايدو يدار مشاريع SLAM، بما في ذلك استخراج ميزة، وانزلاق إطارات النوافذ وكذلك تحسين مطابقة ثلاث خطوات.
يانغ روي قد قدمت للتو العمل بايدو في مجال الروبوتات بعد الدكتور وتشمل القضايا الرئيسية الملاحة الروبوت ورسم الخرائط وتجنب عقبة ثلاثة جوانب. كشفت بايدو في البحث والتطوير من منصة SDK الروبوت التي تنفذ وظائف مختلفة تتصل الروبوت. كما قدم الدكتور يانغ روي عصابة النظام الأساسي الأجهزة الروبوتية الاستشعار عن بعد وحدة، VIO، ونقل، والكشف عن عقبة وغيرها من رؤية مجهر على المحتوى.
وأخيرا، الدكتور يانغ روي أيضا يظهر فقط بعض البحوث والتطبيقات في مجالات أخرى رؤية بايدو، مثل التعرف على الوجه، 1: N البحث ودقة مطابقة أكثر من 99. يانغ روي يظهر فقط على سبيل المثال، في الدخول إلى بلده الصور الخاصة الآن، فإنه من السهل لمعرفة سر له صغار مدرس في مدرسة ثانوية من يانغ تشيو، ومعظم الجمهور لا نقول للفرق. وبالإضافة إلى ذلك، يانغ روي أيضا يظهر فقط دراسة وتطبيق بايدو من حيث AR وبايدو قدم منصة مفتوحة -
أبولو:
روبوت الرؤية:
تقرير شفوي (8/12)
وبعد تقرير شفوي الأربعة على 10، 11th و 12TH، يومين لديها ثمانية تقريرا شفويا. يتم توفير المحتوى من قبل 3DV 2017 مجموعات الأخبار هي :()
الرسم البياني المباراة: كفاءة كبيرة مقياس الرسم البياني البناء لهيكل من الحركة
هذا ويعرض ورقة طريقة مشابهة مطابقة صورة يمكن استخدامها بشكل فعال لهيكل واسع النطاق من مشكلة الحركة (هيكل من الحركة، SFM) في. على عكس SFM السابقة في حل المشكلة، ومسرد (VOC) لمنع بحث شامل وبسرعة بناء أسلوب مطابقة FIG. اقترح الباحثون الرسم البياني المباراة الأساليب المذكورة هنا، في هذه المرحلة ضرورة تجهيزها لبناء المفردات المعقدة، بيانات مسبق عن طريق الكشف على حد سواء على غرار FIG أكثر كفاءة نسبيا صورة مطابقة. أي بيانات مسبقة مماثلة لجهة من الناتج ناقلات التدرج بيانات التقييم وظيفة احتمال صورتين من أي متجه فيشر، استنادا إلى جانب الحصول الكامنة وراء مطابقة بين القمم الصورة في تقييم المسافة FIG. هل سبق أن زرت التجربة يثبت الباحثون، طريقة الرسم البياني المباراة هو أكثر فعالية مقارنة مع أخرى مماثلة خوارزمية صورة مطابقة. وهذا بلا شك تقدما كبيرا في حل مشكلة الكمبيوتر رؤية هيكل على نطاق واسع من اتجاه والحركة.
سريع تزايدي حزمة التكيف مع التغاير الانتعاش
صورة 2D حالي بواسطة تكنولوجيا إعادة الإعمار 3D راسخة، ولكن معظمهم من خارج الخط، وأعيد بناؤها من عدم اليقين الخلفي دون ملاحظاتك. ويقترح المؤلفان حجم كل تحديث للحصول من خلال BA تعزيز (حزمة التعديل) التكنولوجيا بعد. هذه التكنولوجيا لا يمكن إلا أن حساب الحل الأمثل، ولكن أيضا قادرة على حساب عدم اليقين المرتبطة بها، وعدم التيقن من ردود الفعل يمكن بناؤها.
التنبؤ متعاقب المشهد تدفق باستخدام الدلالية الإنقسام
وأدى هذا التقرير جديدة إطارين على التوالي من زوج واحد من التقديرات كاميرا 3D تعطى شكل وحركة الأجسام في المشهد لاحظ طريقة في وقت واحد. نهجها في الاعتبار العوامل المتاحة تجزئة والشكل والحركة، ومجال تدفق البصرية وغيرها، عن طريق تحسين وظيفة الموضوعية الشاملة للحصول على دلالات دقيقة تقدير تدفق المشهد. بواسطة كيتى مجموعة التحقق من صحة البيانات ووسائلها حقا دقيقة وفعالة.
والدينامية كائنات تحليل كناقل الميدان 3D
(الحركة نتيجة تجزئة: أعلى يقم 2D-SMR، اليمنى العليا 3D-SSC، أسفل اليسار 3D-SFC، OSF مربع أحمر ملحوظ أسفل اليمين تقسيم الخطأ).
جيانغ Cansen ثم آخرون اقترحت أساليب تحليل المشهد جديدة، وهذا الأسلوب له ثلاثة مساهمة ملحوظة: أولا، فإنه يمكن الكشف على نحو فعال جسم متحرك، والثانية، وتوفير نوع من ذات جودة عالية تتحرك أسلوب كائن تجزئة وثالثا الخريطة، ثابتة يمكن أن تتولد، والكائن يفضل جامدة. طريقتهم لديه آفاق واسعة جدا للتنمية في تحديد المواقع بدقة للروبوت مزدحمة البيئات والقيادة الآلية وهلم جرا.
نماذج التعلم الحركة البشرية للتوقعات على المدى الطويل
توقع حركة الشخص على مقاييس زمنية طويلة لا يزال يمثل مشكلة صعبة للغاية في مختلف مجالات التطبيق. في هذا التقرير، قدمت مؤلفيها المقترحة الحركة الزمكان نموذج التنبؤ الهيكل الجديد: التسرب Autoencoder LSTM (DAE-LSTM)، وهذا يمكن توليف العمارة تسلسل الحركة أكثر طبيعية على نطاق وقتا طويلا، ولكن ليس كارثيا الانجراف أو تدهورها. ووفقا للتقارير المؤلف، ويتكون هذا النموذج من جزأين: ثلاثة طبقة الشبكة العصبية المتكررة (التي تستخدم لمحاكاة الجانب مؤقت) والتشفير التلقائي الجديد (معلومات الحذف في التدريب المشترك عشوائي من قبل، كانت مخبأة في هيكل المكاني للعظام بشرية الاسترداد). وبالإضافة إلى ذلك أيضا أن يقترح المؤلفان برنامج جديد للتقييم، وذلك باستخدام إجراءات المصنف لتقييم نوعية تسلسل الحركة الناتجة. ويمكن رؤية اعتماد التقرير من العرض في هذه الدراسة مقارنة مع الطرق السابقة يكون الأداء أفضل.
في الوقت الحقيقي القبض على كامل الجسم الحركة من الفيديو وإيموس
وقد تم تسجيل في الوقت الحقيقي من عمل الإنسان في الفيلم، وصناعة الترفيه وعلوم الحياة الكثير من الاهتمام. معدو التقرير أعرض على التقاط الحركة في الوقت الحقيقي لنظام الجسم كله اقترحوا، ونظام تحتاج فقط إلى استخدام وحدات قياس بالقصور الذاتي (إيمس) بالإضافة إلى صورة من مجموعة قليلة من اثنين (أو عدة) كاميرات القياسية، على عكس التقليدية العلامة البصرية واحتياجات كاميرا الأشعة تحت الحمراء الخاصة. واقترحوا أيضا إطارا الأمثل في الوقت الحقيقي (بما في ذلك القيود عن الحركة الإسلامية الأوزبكية، وكاميرا وتشكل النموذج السابق، وما إلى ذلك). قدمت معدو التقرير محافظهم بإضافة بيانات الفيديو IMU إعادة إنشاء كامل 6 درجات من حرية التنقل، بما في ذلك دوران محوري في الأطراف، والمكان العالمي خالية من الانجراف. وتبين التجارب أن الأسلوب له في الداخل الأداء الجيد، في الهواء الطلق.
بوز أحادي 3D الإنسان تقدير في البرية وباستخدام تحسين الإشراف CNN
الكتاب يقترح طريقة تقوم على CNN، 2D موقف الهيئة مع نقل بيانات الصورة RGB واحد التعلم التي تم إنشاؤها بواسطة 3D موقف الهيئة، من أجل بناء جديدة يمكن استخدامها لتدريب واختبار مجموعات البيانات MPI-INF-3DHP. أيضا في التقرير، والكتاب تظهر يهاجرون من 2D إلى 3D مجموعات البيانات فتة سيكون أفضل. هذا الأسلوب لا يزال الكثير ليكون في المستقبل من البحث: 1، وعلى نطاق واسع حجب النفس الموقف؛ 2، وسيناريوهات متعددة (3)؛ والتعمير السطح.
كفاءة تشوه المراسلات عبر شكل نواة مطابقة
وجدت بين شكل المراسلات غير جامدة هو المشكلة الأساسية في رؤية الكمبيوتر، والرسومات والتعرف على الأنماط. ويقترح التقرير وسيلة لشكل ثلاثي الأبعاد يتم مطابقة في تعديل غير مسافة واحدة، وتغير الهيكل ودرجة انحراف. وآخرون، الموافق شكل القضية باعتبارها نقطة نقطة، من خلال وصف مجموعة الأحرف المطابقة، واستمرارية وأضاف قبل يقترح رسم الخرائط إجراء تحسين التنبؤ النسب. تجارب على تعدد مجموعات من البيانات تظهر أن هذه الطريقة هي أفضل من أفضل الطريقة السابقة.
تقرير قصير وعروض الملصقات
وفي تقرير قصير، والقلق هو أن هناك أربع ورقات من المواد المحلية هي من HKUST، الأكاديمية الصينية للعلوم في معهد التشغيل الآلي، HUST وجامعة تسينغهوا.
صقل كاميرا النسبي للدقيق الكثيفة إعادة الإعمار
(المحتوى التي قدمها صاحب البلاغ) إعادة الإعمار كاميرا الهندسة غالبا ما يكون من الصعب تحقيق الكمال، وعلى نطاق واسع إعادة الإعمار ثلاثي الأبعاد لتحسين كاميرا متعددة الاستشعار العالمي في الوقت الحقيقي ونظام التكامل SLAM، وسوف يسبب الكاميرا لتقدير يميل عموما لضمان سلاسة، مما يؤدي إلى كاميرا المحلية القطبية تعويض أثر نقطة جودة سحابة إعادة الإعمار. في وصفها يضاف عملية إعادة البناء الثلاثية الأبعاد التقليدية هنا لتحسين المستوى المحلي والانصهار كاميرا العالمي نقطة الغيوم خطوتين جديدة، في الوقت الذي توفر المعلمات كاميرا دقيقة لجزئية سحابة نقطة إعادة الإعمار، وقدم منتصف نظام الإحداثيات المحلية إلى نظام الإحداثيات العالمي مطابقة سحابة خوارزمية سريعة. الخوارزمية يمكن أن يحسن بشكل ملحوظ نوعية نقطة إعادة الإعمار سحابة في الوقت الحقيقي وإعادة البناء على نطاق واسع الإدارة المستدامة للغابات SLAM إعادة الإعمار.
دفعات تزايدي هيكل-من-الحركة
وزادت الإدارة المستدامة للغابات (هيكل-من-موشن) التكنولوجيا من حيث المتانة والدقة والكفاءة، ويبقى قابلية تحديا مفتاح. هذا ويعرض ورقة قداس رواية ضاعف تكنولوجيا الإدارة المستدامة للغابات على حل هذه المشاكل في إطار موحد يتكون من اثنين من التكرار من الحلقة. تعميم دورة السكك الحديدية المثلث، الذي يعرض طريقة جديدة للعثور على مسار اختيار المسار لمجموعة فرعية صغيرة الحجم من حزمة التكيف (BA) هو. الحلقة الخارجية هي دورة تسجيل الكاميرا، والذي مع إضافة عدد من الكاميرات للحد من مخاطر الانجراف وتقليل وقت تشغيل BA. قبل اختيار المسار وتسجيل كاميرا دفعة، وجد الباحثون أن اثنين من التكرار من التقارب حلقة. تبين التجارب أن النظام الجديد SFM الإدارة المستدامة للغابات العديد من أكثر نظام متقدم، أداء مماثلا مقارنة التيار في الكاميرا دقة المعايرة أو أفضل، وعلى نطاق واسع يهتم إعادة الإعمار المشهد، هو أكثر كفاءة وأكثر موثوقية، ولها التدرجية.
تقييم أداء 3D المراسلات التجمع الخوارزميات
إقامة علاقة المطابقة الصحيحة بين شكل 3D (المعروف أيضا باسم مشكلة الارتباط) هو حجر الزاوية في رؤية الكمبيوتر 3D. في ورقة المقابلة المؤلف خوارزمية تجمع ل3D عدة تستخدم على نطاق واسع لإجراء تقييم شامل. في تقييم جيد هو مطلوب لاسترداد خوارزميات حزمة المقابلة لتحسين الدقة ومعدل استدعاء من مطابقة ميزة الأولي. لهذه القاعدة، والكتاب من التجارب سطح إشارة ثلاثة نشرت على التوالي، لاسترجاع الشكل، والتعرف على وجوه 3D وتسجيل نقطة سحابة. وتنوع بيئات التطبيقات يجلب الكثير من الاضطراب، بما في ذلك الضوضاء، دوت كثافة التغيير، والضوضاء، انسداد والتداخل، والتي يمكن أن تؤدي إلى نسب مختلفة التماثل المتأصلة وتقييم شامل للتوزيع. واستنادا إلى النتائج الكمية، والكتاب من منظور الأداء والكفاءة مزايا وعيوب خوارزمية تقييم موجز.
تصنيف 3D عبر كائن التوقعات كروية
تقرير جامعة تسينغهوا Zhangjie تساو طريقة جديدة لتصنيف الكائن ثلاثي الأبعاد - من المتوقع على المنطقة كروية من الإسقاط الكروي للتصنيف كائن ثلاثي الأبعاد باستخدام الشبكة العصبية للجسم ثلاثي الأبعاد. كروية تجمع تصنيف إسقاط مزيج ثلاثي الأبعاد اثنين من التيار ميزة تصنيف - وهي طريقة تعتمد على ثلاثي الأبعاد صورة والنهج القائم على النموذج، والتي يمكن استخدام الكثير من مجموعات بيانات الصورة والتدريب، وطريقة الإسقاط كروية على أساس فوكسل يمكن أساليب مماثلة تشفير للمعلومات وجوه ثلاثية الأبعاد بالكامل.
من رائع بالطبع من ذلك، هناك الكثير من التقارير من الجامعات المعروفة والعرض، ومفيدة للغاية، جديرة بالاهتمام وثم قرأ بعناية، على سبيل المثال:
عن طريق التعلم من السرعة لتحقيق الاستقرار على نطاق وفي توطين أحادي ورسم الخرائط (جامعة أكسفورد)
SEGCloud: 3D الدلالية الإنقسام على سحابة نقطة (جامعة ستانفورد)
عبر الوسائط نقل سمة لنماذج إعادة قياس 3D (جامعة ستانفورد وجامعة برينستون)
Matterport3D: التعلم من RGB-D البيانات في بيئات داخلية (جامعة برنستون، الخ)
لم يعد عرض محتوى هذه التقارير والملصقات من شبكة لى فنغ واحدا تلو الآخر، ويمكن تحميلها إلى الدراسة في أرخايف وغيرها من المواقع المثيرة للاهتمام.
(باحثون من جامعة ستانفورد التي ظهرت في الملصق)
حفل الختام
وأخيرا، فإن الجمعية العامة لمدة ثلاثة أيام في 3DV 201717:20 الإغلاق الرسمي للال12 وأعلن عن أفضل ورقة من الحفل الختامي المؤتمر -
أفضل ورقة الطالب: الضآلة قسما ثابتا CNNs
هذا: التفاف شبكة التقليدي عند تطبيقها على ضعف أداء تشح فيها البيانات، والباحثين اقترح بسيطة وفعالة طبقة التفاف متفرق، فإنه يأخذ بعين الاعتبار موقع عملية التفاف البيانات المفقودة، وأيضا تمتد إلى مجموعة بيانات جديدة وحافظت مع تبعثر البيانات، وهذا هو التعلم الآلي ورؤية الكمبيوتر في الاتجاه العرضي للابتكار رئيسي آخر.
أفضل ورقة: نماذج التعلم الحركة البشرية للتوقعات على المدى الطويل
هذا: رؤية المحتوى السابق
أفضل الترشيح ورقة: سريع تزايدي حزمة التكيف مع التغاير الانتعاش
هذا: رؤية المحتوى السابق
ثم أيضا أعلنت الجمعية العامة القادم 3DV 2018 وسوف يعقد 15 سبتمبر 2018 - 18 عاما في فيرونا، إيطاليا، الذي استضافته جامعة فيرونا.
برنامج المؤتمر وتقريبا نفس هذه الدورة للجمعية العامة، ولكن زيادة في 18 قطاعات الندوات والمعارض. وبالإضافة إلى ذلك، فإن الباحثين يرغبون في تقديم الأوراق لملاحظة، ورقة التسليم في الوقت المحدد ل5 يونيو 2018.
لى فنغ شبكة ملاحظة: النص والصور المقدمة في جزء من مجموعات الأخبار والتصوير الفوتوغرافي مجموعة 3DV، أود أن أشكر.
