0
| 本文作者： AI研習社 | 2018-11-07 14:14 |
雷鋒網AI研習社訊：物體姿態估計在機器人領域（如機械臂抓取），AR/VR領域，無人駕駛領域有著廣泛的應用，在物體跟蹤，建模等相關領域也有著重要的影響。任務提供物體三維模型和一張RGB(D)圖像，要求精確估計該物體在圖像中的位置。雖然RGB相機有著廣視角，高分辨率，可以室外工作等一系列優點，可是由于缺少強大的基于RGB圖像的姿態優化方法，基于RGB圖像的在該任務上的精度遠低于基于RGB-D圖像的方法。本工作提出了一個解決方案，能大幅度提升RGB圖像上物體姿態估計的精度，多個指標追平乃至超越基于RGB-D圖像的方法的結果。
分享主題
DeepIM: 基于單張RGB圖像的物體姿態估計
分享嘉賓
李益，華盛頓大學博士生，本科碩士畢業于清華大學，COCO2016冠軍，R-FCN, FCIS, Deformable-Conv作者。
分享提綱
1. 任務背景介紹：什么是物體姿態估計，以及為什么要在RGB圖像上做
2. 網絡整體框架：迭代更新估計結果并重新預測殘差
3. 關鍵點：如何設計合理的representation來表示預測結果
4. ablation study & results：各個設計的原因和思考，和其他方法的比較
5. 擴展探究：在沒見過的物體上也能有效
分享時間
北京時間 11 月 07 日（周三） 15：00
錯過直播不要緊，回放視頻上傳后也能看哦~
直播鏈接
http://www.mooc.ai/open/course/592
想了解更多雷鋒網 AI 研習社直播？
歡迎移步雷鋒網 AI 研習社社區~
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
