Talk预告|北京大学魏松林:基于扩散模型的双目视觉深度估计与恢复

摘要:他与大家分享的主题是:“基于扩散模型的双目视觉深度估计与恢复”,届时他将分享实验室的最新双目深度估计工作:D3RoMa —— 一种使用大规模预训练过的扩散模型。相关工作已入选CoLR 2024。

本期为TechBeat人工智能社区648线上Talk。

北京时间12 月12日(周四)20:00,北京大学博士生魏松林的Talk将准时在TechBeat人工智能社区开播!

他与大家分享的主题是: 基于扩散模型的双目视觉深度估计与恢复,届时他将分享实验室的最新双目深度估计工作:D3RoMa —— 一种使用大规模预训练过的扩散模型。相关工作已入选CoLR 2024

Talk·信息

主题:基于扩散模型的双目视觉深度估计与恢复

嘉宾:北京大学 · 博士生 - 魏松林

时间:北京时间 12月12日(周四)20:00

地点:TechBeat人工智能社区

一键预约TALK!

Talk·介绍

目前主流机器人操作模型都非常依赖深度相机,然而深度相机通常无法处理透明和反射性物体;无论是ToF或者是双目深度相机在原理上都是无法处理这类情形,这给现有依赖3D视觉感知的机器人操作带来了挑战。

本次Talk将分享我们实验室的最新双目深度估计工作:D3RoMa,使用大规模预训练过的扩散模型;可以鲁棒地估计和修复在场景中的这类物体的深度;实验表明我们在多项开源数据集上都是SOTA。

Talk大纲

1. 主题介绍:基于扩散模型的双目立体视觉深度估计与恢复

2. 预备知识:常见深度相机原理、Stereo-Matching算法介绍、扩散模型介绍

3. 深度感知的挑战:匹配失败、透明物体、光线反射

4. 相关工作与小结:现有工作的缺陷以及我们方法的创新点

5. 本文的方法介绍:条件扩散模型与几何梯度的结合

6. 实验结果展示与分析:in-the-wild实验结果、与SoTA双目算法对比

7. 总结与体会:未来工作的展望以及我们工作中的几点心得

Talk·预习资料

论文链接:

Talk·提问交流

在Talk界面下的【交流区】参与互动!留下你的打call🤟和问题🙋,和更多小伙伴们共同讨论,被讲者直接翻牌解答!

你的每一次贡献,我们都会给予你相应的i豆积分,还会有惊喜奖励哦!

Talk·嘉宾介绍

魏松林

北京大学 · 博士生

魏松林,北京大学计算机学院的博士生,指导老师是王鹤教授。本科毕业于厦门大学软件工程专业。多年来,魏松林的职业生涯经历了各种转变。曾开发过大型社交媒体网站,制造过机器人,还创办过公司。 他的研究兴趣包括 3D 计算机视觉、机器人学习和具身人工智能。我目前正在研究机器人的视觉-语言-动作模型。

个人主页:

https://www.techbeat.net/grzytrkj?id=14878

-The End-

如果你也想成为讲者

自荐 / 推荐

单人Talk | 团队专场 | 录播or直播 | 闭门交流

多种方式任你选择!

推荐讲者成功也有奖励哦~

关于TechBeat人工智能社区

TechBeat(www.techbeat.net)隶属于将门创投,是一个荟聚全球华人AI精英的成长社区。

我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。

期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!

更多详细介绍>>TechBeat,一个荟聚全球华人AI精英的学习成长社区

来源:小罗的科学讲堂

相关推荐