「AI新青年讲座」，聚集世界顶尖AI研讨机构/大学科研新青年的最新研讨效果，第一季特邀MIT、牛津、港科大、山大、快手Y-Tech、美团等AI研讨机构/大学的八位AI新青年，主讲三维视觉和模型优化布置TinyML两大范畴最新效果。其间三维视觉版块合计4讲，分别由快手Y-Tech团队研讨员陈星宇、牛津大学博士后李可杰和师从IEEE fellow陈宝权教授的山大在读博士董思言，以及郑光廷教授的港科大在读博士李世超主讲。

  双目立体视觉是机器视觉中的一种重要方式，相较于单目视觉无法对深度信息进行猜测，双目立体相机则供给了运用双视图几许进行更牢靠深度估量的时机，而且双目立体相机的成本低，所以根据立体视觉的三维方针检测在无人驾驶、机器人抓取等范畴有广泛的运用。

  前期的立体视觉三维方针检测的新方法运用伪激光雷达点的表明，其对深度估量差错很灵敏，而且当物体在远处或被遮挡时姿势估量的鲁棒性不行。近期方法运用的体素特征能有效地一起使用语义和几许信息，取得了更好的功能。

  现在，根据体素特征学习的方法有两类：一类是以场景为中心，构建大局场景级表明，并将它们映射到物体框的场景级模型；另一类是以方针为中心，构建实例级表明，以估量其 3D 特点的实例级模型。相较于场景级模型，实例级模型可构建从粗到细的多分辨率场景，而且灵敏的检测不同巨细的物体。

  3月23日晚7点，「AI新青年讲座」特邀香港科技大学李世超博士参加，主讲《根据立体视觉的三维方针检测》。

  在本次解说中，李世超博士将解说实例级模型相较于场景级模型的不同与优势，并对根据体素特征学习的实例级模型打开详细解析，分析这种实例级模型为三维视觉检测体系的准确度和灵敏性带来的多个优势。他还将以这种实例级建模思想为根底，分析一种多分辨率的体素特征学习方法，该方法能够用更少体素对场景重要区域准确建模，到达高效的三维方针检测功能，一起，还能对小物体完成鲁棒的姿势估量和追寻。

  李世超是香港科技大学在读博士，师从IEEE Fellow郑光廷教授。他的研讨爱好包含三维场景的建模仿真，根据视觉的三维重建和场景了解，以及详细运用如三维方针检测和姿势估量等，并在世界闻名会议和期刊宣布多篇论文。

  本讲直播包含主和解问答两个环节，其间主讲40分钟，问答20分钟。一起，咱们还组建了学习群，并邀请讲者李世超博士进群，欢迎各位请求！

  向我们预告下，「AI新青年讲座」下一讲将于3月31日早10点进行，由麻省理工学院在读博士林己主讲，主题为《MCUNet：体系算法一起规划完成TinyML》。欢迎各位提早确定！！！

  李世超，香港科技大学在读博士，师从IEEE Fellow郑光廷教授；研讨爱好包含三维场景的建模仿真，根据视觉的三维重建和场景了解，以及详细运用如三维方针检测和姿势估量等；在世界闻名会议和期刊宣布多篇论文。