揭秘自动驾驶纯视觉算法，探索自动驾驶的未来

感知环节作为智能驾驶的先决条件，其探测精度、广度与速度将直接影响决策层的判断与执行层的操作，在智能驾驶中的地位至关重要。

自动驾驶感知分为纯视觉感知和激光雷达，而视觉方案中的摄像头能以高帧率、高分辨率获取周围复杂的环境信息，且价格便宜。但摄像头是一种被动式传感器，其本身并不发光，成像质量受到环境亮度影响较大，在恶劣环境下完成感知任务的难度会大幅提升。相较于激光雷达，摄像头有哪些优势和劣势？自动纯视觉3D物体检测的发展与挑战又如何？

基于此，深蓝学院特基于Pseudo-LiDAR的纯视觉3D物体检测算法提出者--王岩博士，为大家带来分享——[自动驾驶纯视觉3D物体检测算法]直播课程。诚邀大家一起参与！

讲师介绍

王岩

康奈尔大学博士

提出的基于Pseudo-LiDAR的纯视觉3D物体检测算法，广泛应用于工业界。特斯拉推崇的“伪激光雷达 pseudo-LiDAR”技术概念提出者。

主要研究方向包括计算机视觉、机器学习、深度估计、3D物体识别。在CVPR，ICCV，ICLR，NeurIPS等会议发表十余篇论文。

课程摘要

本次课程将针对自动驾驶场景，详细介绍以相机为主的纯视觉3D物体检测算法，剖析以特斯拉为代表的使用纯视觉的物体检测方案的优势和劣势。通过本次课程，伙伴们将学习如何用深度学习进行深度估计、3D物体检测，同时了解纯视觉3D物体检测存在的挑战。

课程内容

· Camera vs LiDAR的优劣势

· 基于深度学习的深度估计

· 纯视觉3D物体检测的发展

· 纯视觉3D物体检测的挑战

· 科研经验分享

直播时间&地点

时间：9月11日  中午12:00

直播地址：深蓝学院官网

戳下方快速参与

https://www.shenlanxueyuan.com/page/113