本文来源:深蓝学院
/ 导读 /
三维点云是最重要的三维数据表达方式之一。
从技术角度看,SLAM、三维重建、机器人感知等领域,点云都是最简单且最普遍的表达方式:相对于图像,点云有其不可替代的优势——深度,即三维点云直接提供了三维空间的数据,而图像则需要通过透视几何来反推三维数据。从应用角度看,上至无人驾驶中的激光雷达,下至微软 Kinect、iPhone FaceID 以及各种各样的 AR/VR 应用,都需要基于点云的数据处理,比如物体检测、人脸识别、人体姿态估算等。
三维点云处理并不容易,首先,三维点云比图像多了一个维度; 其次,点云是不规则分布的,比图像式的规整网格更难处理; 然后,点云缺少了图像中的纹理,导致了在语义分析方面的困难。 同时,由于三维点云的应用面非常广,所以点云处理所涉及的算法也多种多样,涵盖了机器人、计算机视觉的各个分支。 然而,对比点云处理的庞大需求以及较高技术难度,更难的是目前鲜有针对三维点云的系列课程。伙伴们更容易陷入“调参”,只知表面不懂原理的艰难境地。 基于此,深蓝学院今年4月开设了『三维点云处理』课程,并且两期课程以来,深受广大学员好评。近期又有很多伙伴咨询新一期的开课安排,为此,经过课程组与授课讲师沟通,决定于10月23日开设第3期,诚邀各位伙伴参与,共同学习!通过课程,可以有哪些收获
对三维点云这一领域有全方位的认知,了解三维感知的各种问题及解决方案。
深入理解各个经典点云算法,比如 octree,ICP,PointNet 等,并且在真实数据集上实现、应用这些算法。
涉猎最前沿的感知(Perception)方向的深度学习算法,比如物体检测、点云配准、特征提取等,了解学术界的热点问题及发展趋势。
了解实际应用中各种算法的优势及局限,对于具体问题如何选择合适的算法,以及如何修改算法应对长尾/边缘问题(longtail/edge cases)。
实力讲师,课程保障
黎嘉信 自动驾驶研究科学家 新加坡国立大学(NUS)博士 博士期间,师从电子与计算机系Ben M. Chen教授及计算机系Lee Gim Hee教授,主要研究领域为计算机视觉、深度学习、机器人。在CVPR 2018, ICCV 2019, ICRA 2019, IROS 2017的顶级会议上以第一作者发表论文多篇。在2017, 2015年国际微小型无人机大赛中获得冠军、亚军。 系统科学的学习计划 ( 中文授课 ) 优质服务,为你保驾护航! 1、社群答疑 课程建立答疑群,高效获取疑问解答的同时,结识更多同领域的伙伴。 2、“三师”助力 班主任督促学习、助教及时批改作业并配合讲师微信群答疑,及时解惑,高效学习。(向下滑动查看更多答疑内容)< 三维点云第二期课程答疑群截图 >
_ | _ | _ | _ | _ |