Talk | 牛津大学博士后研究员边佳旺:SC-DepthV3-动态场景中的自监督单目深度估计

牛津大学博士后研究员边佳旺在TechBeat人工智能社区分享了他们的研究成果SC-DepthV3,探讨如何利用大规模预训练模型解决动态视频中深度估计的挑战。该方法关注自监督单目深度估计在动态场景中的有效训练策略。
摘要由CSDN通过智能技术生成

本期为TechBeat人工智能社区550线上Talk。

北京时间11月23(周四)20:00,牛津大学博士后研究员边佳旺的Talk已准时在TechBeat人工智能社区开播!

他与大家分享的主题是: SC-DepthV3:动态场景中的自监督单目深度估计,介绍了他们团队如何从大规模预训练过的模型来提取有效信息来帮助自监督算法在动态视频上进行有效训练的一系列研究成果。

Talk·信息

主题:SC-DepthV3-动态场景中的自监督单目深度估计

嘉宾:牛津大学博士后研究员 边佳旺

时间:北京时间 11月23日(周四)20:00

地点:TechBeat人工智能社区

点击下方链接,即可观看视频!

TechBeatTechBeat是荟聚全球华人AI精英的成长社区,每周上新来自顶尖大厂、明星创业公司、国际顶级高校相关专业在读博士的最新研究工作。我们希望为AI人才打造更专业的服务和体验,加速并陪伴其成长。icon-default.png?t=N7T8https://www.techbeat.net/talk-info?id=828

Talk·介绍

自监督单目深度估计算法可以利用海量无标注的视频数据来训练深度估计网络,实现从二维到三维的迁移。然而视频中的动态物体不符合刚性变换导致训练信号充满噪音,在这次talk中我们讲如何从大规模预训练过的模型来提取有效信息来帮助自监督算法在动态视频上进行有效训练。

Talk大纲

1、SC-Depth:解决视频中深度估计尺度不一致的问题

2、SC-DepthV2:解决室内场景中图像旋转造成的困难

3、SC-DepthV3:解决动态场景中动态物体造成的训练困难

Talk·预习资料

Image

文章链接:https://arxiv.org/abs/2211.03660

项目链接:https://github.com/JiawangBian/sc_depth_pl


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

Image

边佳旺

牛津大学·博士后研究员

边佳旺,牛津大学博士后研究员。博士毕业于澳大利亚阿德莱德大学,本科毕业于南开大学计算机系。研究方向为三维计算机视觉,具体包括图像特征匹配,单目深度估计,和基于NeRF的三维重建和渲染等。边佳旺在CVPR,NeurIPS,IJCV, TPAMI等顶级会议和期刊上发表二十余篇高质量论文。

个人主页: 

TechBeat


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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值