「AI新青年講座」將邀請(qǐng)世界頂尖AI研究機(jī)構(gòu)和大學(xué)的科研新青年，主講他們?cè)谟?jì)算機(jī)視覺、機(jī)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(duì)人工智能前沿研究的理解，相應(yīng)領(lǐng)域的專業(yè)知識(shí)也能夠得以積累加深。同時(shí)，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。
「AI新青年講座」目前已完結(jié)206講。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(duì)進(jìn)行郵件（class@m.loveliyi.com）聯(lián)系。
神經(jīng)場(chǎng)（NeRF）三維表達(dá)由于其高效、簡(jiǎn)潔、精確且易于持續(xù)優(yōu)化的特點(diǎn)，近期在同時(shí)定位及建圖（SLAM）中被廣泛應(yīng)用。但是從隱式神經(jīng)網(wǎng)絡(luò)中提取獨(dú)立的物體表達(dá)是困難的：1）網(wǎng)絡(luò)參數(shù)與特定3D區(qū)域的關(guān)聯(lián)不可知；2）難以滿足SLAM的實(shí)時(shí)性要求；3）難以完全解耦不同物體的表達(dá)和訓(xùn)練。
在 CVPR 2023 上，來自帝國(guó)理工學(xué)院戴森機(jī)器人實(shí)驗(yàn)室的在讀博士孔昕等人提出了一個(gè)使用神經(jīng)場(chǎng)表示的物體級(jí) SLAM 系統(tǒng)：vMAP。在 vMAP 中，每個(gè)物體都由一個(gè)小 MLP 神經(jīng)網(wǎng)絡(luò)表示，無需 3D 先驗(yàn)即可實(shí)現(xiàn)高效、稠密的對(duì)象建模。當(dāng)RGB-D相機(jī)在沒有先驗(yàn)信息的情況下瀏覽場(chǎng)景時(shí)，vMAP 會(huì)實(shí)時(shí)檢測(cè)對(duì)象實(shí)例，并動(dòng)態(tài)地將它們添加到其地圖中。
由于高效地對(duì)多個(gè)神經(jīng)網(wǎng)絡(luò)進(jìn)行向量化批訓(xùn)練，vMAP 可以在單個(gè)場(chǎng)景中同時(shí)優(yōu)化 50 個(gè)物體對(duì)象，且具有 5Hz 地圖更新的訓(xùn)練速度。與之前的神經(jīng)場(chǎng) SLAM 系統(tǒng)相比，vMAP 可以解耦 3D 場(chǎng)景為物體級(jí)表達(dá)，且重建質(zhì)量顯著提高。
5月16日晚7點(diǎn)，AI新青年講座第207講邀請(qǐng)到帝國(guó)理工學(xué)院戴森機(jī)器人實(shí)驗(yàn)室在讀博士孔昕參與，主講《NeRF與SLAM結(jié)合的向量化物體級(jí)解耦建圖》。
講者
孔昕，帝國(guó)理工學(xué)院戴森機(jī)器人實(shí)驗(yàn)室在讀博士；浙江大學(xué)碩士，帝國(guó)理工戴森機(jī)器人實(shí)驗(yàn)室博士在讀，導(dǎo)師為 Andrew Davison；研究方向?yàn)?D視覺，SLAM，機(jī)器人感知；曾在 CVPR、ICRA、IROS發(fā)表多篇論文。
第207講
主 題
《NeRF與SLAM結(jié)合的向量化物體級(jí)解耦建圖》
提 綱
1、NeRF和SLAM的研究概述
2、NeRF的解耦語義表達(dá)及挑戰(zhàn)
3、結(jié)合NeRF和SLAM的物體級(jí)解耦建圖方法vMAP
4、語義SLAM的三維表達(dá)及未來展望
直 播 信 息
直播時(shí)間：5月16日19:00
直播地點(diǎn)：智東西公開課知識(shí)店鋪
成果
論文標(biāo)題：《vMAP: Vectorised Object Mapping for Neural Field SLAM》
論文地址：https://arxiv.org/abs/2302.01838
開源地址：https://github.com/kxhit/vMAP
