「AI新青年講座」將邀請世界頂尖AI研究機構(gòu)和大學(xué)的科研新青年，主講他們在計算機視覺、機器學(xué)習(xí)等人工智能領(lǐng)域的最新重要研究成果。
AI新青年是加速人工智能前沿研究的新生力量。AI新青年的視頻講解和直播答疑，將可以幫助大家增進(jìn)對人工智能前沿研究的理解，相應(yīng)領(lǐng)域的專業(yè)知識也能夠得以積累加深。同時，通過與AI新青年的直接交流，大家在AI學(xué)習(xí)和應(yīng)用AI的過程中遇到的問題，也能夠盡快解決。
有興趣分享學(xué)術(shù)成果的朋友，可以與智東西公開課教研團(tuán)隊進(jìn)行郵件（class@m.loveliyi.com）聯(lián)系。
無監(jiān)督單目深度估計算法僅使用無需標(biāo)注的單目視頻作為訓(xùn)練數(shù)據(jù)就能在測試時提供較為準(zhǔn)確的場景深度信息，因此這類算法自提出以來就廣泛受到學(xué)術(shù)界和工業(yè)界的關(guān)注。然而目前大部分方法僅在自動駕駛場景（開車視頻上）證明了良好的性能，將其用于室內(nèi)VR/AR場景則表現(xiàn)一般或可能失敗。
雖然低紋理等因素會使得算法更難在室內(nèi)場景訓(xùn)練，但是牛津大學(xué)博士后研究員邊佳旺等人認(rèn)為復(fù)雜的相機運動才是更關(guān)鍵的原因。比如，在自動駕駛場景中相機一般被固定在車上穩(wěn)定前行，而在室內(nèi)VR/AR場景中相機會隨著人（或手）無規(guī)律運動?；谶@一假設(shè)，邊佳旺博士首先對相機運動與深度估計的聯(lián)系作出理論分析，然后提出數(shù)據(jù)預(yù)處理的方法進(jìn)行實驗驗證，最后提出自校準(zhǔn)網(wǎng)絡(luò)實現(xiàn)可以端到端訓(xùn)練的無監(jiān)督深度估計算法SC-Depth。
基于自校準(zhǔn)網(wǎng)絡(luò)（ARN）來解決復(fù)雜的相機旋轉(zhuǎn)問題，并將其嵌入到深度估計訓(xùn)練框架SSC-Depth中實現(xiàn)端到端訓(xùn)練。最終SC-DepthV2在NYUv2、Make3D、Scannet等多個數(shù)據(jù)集上大幅超過現(xiàn)有算法。
7月6日晚7點，「AI新青年講座」第134講，牛津大學(xué)博士后研究員邊佳旺博士將主講《室內(nèi)單目深度估計中的復(fù)雜相機位姿》。
講者
邊佳旺，牛津大學(xué)博士后研究員，博士就讀于澳大利亞阿德萊德大學(xué)，導(dǎo)師為Ian Reid和沈春華教授。本科畢業(yè)于南開大學(xué)，在程明明教授課題組研究學(xué)習(xí)。主要研究三維計算機視覺方面難題，具體研究方向包括圖像特征匹配，視覺SLAM，三維重建，單目深度估計，和無/自監(jiān)督學(xué)習(xí)等，在CVPR、NeurIPS、IJCV、TPAMI等國際頂級會議和期刊上發(fā)表十余篇高質(zhì)量文章。
主題
《室內(nèi)單目深度估計中的復(fù)雜相機位姿》
提綱
1、無監(jiān)督單目深度估計算法解析
2、相機運動與深度估計的關(guān)系
3、解決室內(nèi)復(fù)雜相機運動的自校準(zhǔn)估計算法SC-DepthV2
課程信息
直播時間：7月6日19:00
直播地點：智東西公開課知識店鋪
論文成果
SC-DepthV2：《Auto-Rectify Network for Unsupervised IndoorDepth Estimation》
論文鏈接：https://arxiv.org/abs/2006.02708
開源地址：https://github.com/JiawangBian/sc_depth_pl
