点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

浙江大学CAD&CG国家重点实验室三维视觉课题组的主要成员包括鲍虎军教授、章国锋教授、周晓巍研究员、崔兆鹏研究员等，主要研究方向包括SLAM、三维重建、视觉定位、场景理解，以及在增强现实、机器人、无人驾驶等领域的应用。在取得一些列高水平研究成果的同时也与产业界紧密合作，建有浙大-商汤三维视觉联合实验室、浙大-华为先进媒体实验室等。

3月31日晚7:30-9:00

AI TIME特别邀请了三位优秀的讲者跟大家共同开启浙大CAD&CG实验室专场一！

哔哩哔哩直播通道

扫码关注AITIME哔哩哔哩官方账号

观看直播

链接：https://live.bilibili.com/21813994

★ 邀请嘉宾 ★

彭思达：浙江大学CAD&CG国家重点实验室三年级博士研究生，导师为周晓巍研究员。研究方向为三维重建与物体位姿检测。博士发表多篇顶级论文，包括CVPR，NeurIPS，TPAMI。谷歌引用220余次。发表论文均已开源，在GitHub上Star数总计2000余次。2019 年参加中国研究生人工智能创新大赛，在一千多支参赛队伍中获得第一名。2020 年曾获评 CCF-CV 学术新锐奖，该奖项每年由中国计算机协会视觉专委会在视觉领域内前三年博士中评选三人。

报告题目：

基于结构化隐函数的

人体动态重建与视点合成方法

摘要：

This paper addresses the challenge of novel view synthesis for a human performer from a very sparse set of camera views. Some recent works have shown that learning implicit neural representations of 3D scenes achieves remarkable view synthesis quality given dense input views. However, the representation learning will be ill-posed if the views are highly sparse. To solve this ill-posed problem, our key idea is to integrate observations over video frames. To this end, we propose Neural Body, a new human body representation which assumes that the learned neural representations at different frames share the same set of latent codes anchored to a deformable mesh, so that the observations across frames can be naturally integrated. The deformable mesh also provides geometric guidance for the network to learn 3D representations more efficiently. Experiments on a newly collected multi-view dataset show that our approach outperforms prior works by a large margin in terms of the view synthesis quality. We also demonstrate the capability of our approach to reconstruct a moving person from a monocular video on the People-Snapshot dataset.

论文标题：

Neural Body: Implicit Neural Representations with Structured Latent Codes for Novel View Synthesis of Dynamic Humans

论文链接：

https://zju3dv.github.io/neuralbody/

董峻廷：浙江大学CAD&CG国家重点实验室三年级博士研究生，导师为周晓巍研究员。研究方向为三维重建与人体姿态估计。相关研究成果发表在计算机视觉顶级会议CVPR和ECCV上，并两次获得oral。个人主页：http://jtdong.com/

报告题目：

基于互联网视频的人体运动捕捉

摘要：

基于图像的人体姿势估计的最新进展使从单个RGB视频捕捉3D人体运动成为可能。但是，单视图固有的深度不确定性和自遮挡问题导致其恢复的结果无法达到多视图重建的高质量。尽管多视图视频并不常见，但名人执行特定动作的视频通常在互联网上非常丰富。虽然这些视频是在不同的时间录制的，但是它们依然会编码人的相同运动特征。因此，我们提出联合分析这些互联网视频而不是单独使用单个视频来捕捉人的动作。但是，这项新任务带来了许多新的挑战，这些挑战是现有方法无法解决的，因为视频不同步，摄像机视角未知，背景场景不同以及视频中的人体动作并不完全相同。为了解决这些挑战，我们提出了一种基于优化的新框架，并通过实验证明了与单视图运动捕捉方法相比，它能够从多个视频中恢复更为精确和细致的运动的。

论文标题：

Motion Capture from Internet Videos

论文链接：

https://arxiv.org/pdf/2008.07931.pdf

陈凌昊：浙江大学二年级博士生（导师：周晓巍）。主要研究方向为三维物体检测跟踪和场景重建。相关研究成果在CVPR等学术期刊会议上发表。本科毕业于浙江大学竺可桢学院。

报告题目：

基于物体实例级视差估计的

双目三维物体检测

摘要：

在这篇论文中，我们提出了一个新颖的系统 Disp R-CNN 来使用双目图像做三维物体检测。许多最近的工作通过首先使用视差估计恢复点云，然后应用3D检测器来解决此问题。视差图是针对整个图像计算的，这非常昂贵，并且无法利用特定于类别的先验。相比之下，我们设计了一个实例视差估计网络(iDispNet)，该网络仅预测感兴趣对象上像素的视差，并事先学习类别特定的形状以进行更准确的视差估计。为了应对训练中视差标注的稀缺性带来的挑战，我们使用统计形状模型来生成密集的视差标签，而这无需使用LiDAR点云，这使我们的系统得到了更广泛的应用。在 KITTI 数据集上进行的实验表明，即使在训练时LiDAR数据不可用时，Disp R-CNN 仍具有出色的性能，并且在平均精度方面比以前的最好方法高出20%。代码已经公开于 https://github.com/zju3dv/disprcnn。

论文标题：

Disp R-CNN:Stereo 3D Object Detection via Shape Prior Guided Instance Disparity Estimation

论文链接：

https://openaccess.thecvf.com/content_CVPR_2020/papers/Sun_Disp_R-CNN_Stereo_3D_Object_Detection_via_Shape_Prior_Guided_CVPR_2020_paper.pdf

直播结束后我们会邀请讲者在微信群中与大家答疑交流，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“PhD”，将拉您进“PhD交流群”！

AI TIME微信小助手

主       办：AI TIME 、AMiner

合作伙伴：智谱·AI、中国工程院知领直播、学堂在线、学术头条、biendata、数据派、 Ever链动、机器学习算法与自然语言处理

AMiner是学术搜索和社会网络挖掘研究的重要数据和实验平台，由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万。

AMiner平台：https://www.aminer.cn

AI TIME欢迎AI领域学者投稿，期待大家剖析学科历史发展和前沿技术。针对热门话题，我们将邀请专家一起论道。同时，我们也长期招募优质的撰稿人，顶级的平台需要顶级的你，

请将简历等信息发至yun.he@aminer.cn！

微信联系:AITIME_HY

AI TIME是清华大学计算机系一群关注人工智能发展，并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索，加强思想碰撞，打造一个知识分享的聚集地。

更多资讯请扫码关注

我知道你在看哟

点击 阅读原文 写下你的问题