報告題目：SLAM研究的新進展：從多視點幾何計算到在線學習
報 告 人：查紅彬 教授
單 位：北京大學
報告時間：2020年1月17日（周五）上午10:00
報告地點：翡翠科教樓A座第五會議室
報告人簡介：
查紅彬，北京大學信息科學技術學院智能科學系教授，機器感知與智能教育部重點實驗室主任。
主要從事計算機視覺與智能人機交互的研究，在三維視覺幾何計算、三維重建與環(huán)境幾何建模、三維物體識別等方面取得了一系列成果。出版學術期刊及國際會議論文300多篇，其中包括IEEE T- PAMI，IJCV, IEEE T-VCG, IEEE T-RA, IEEE T-SMC,ACM T-IST, JMLR,PR等國際期刊以及ICCV, ECCV, CVPR, CHI, ICML, AAAI,ICRA等國際學術會議論文90余篇。
報告簡介：
近年來，隨著自動駕駛、機器人導航與移動終端傳感計算等應用的快速發(fā)展，SLAM（Simultaneous Localization and Mapping：即時定位與地圖構(gòu)建）技術再度成為計算機視覺與虛擬現(xiàn)實領域的研究熱點。傳統(tǒng)的SLAM技術充分利用多視點幾何與SfM（Structure from Motion）等領域的高效算法，并通過與深度傳感器、慣性傳感器等下一代傳感設備的數(shù)據(jù)融合，在傳感器軌跡計算精度與三維場景重建質(zhì)量方面取得了顯著的進步。但在實際應用中，仍存在重建誤差積累嚴重、計算成本高昂等問題，影響了機器系統(tǒng)的在線響應速度以及對復雜環(huán)境的自適應能力。針對這些問題，我們應最大限度地利用傳感數(shù)據(jù)的時空一致性與三維地圖的幾何不變性，在現(xiàn)有多視點幾何計算的基礎上，強化SLAM算法的系統(tǒng)性與泛化能力，進一步改善其基本性能。該報告的主要內(nèi)容包括：（1）引入數(shù)據(jù)流計算的基本概念，充分挖掘密集采樣傳感數(shù)據(jù)內(nèi)在的時空連續(xù)性，以加強SLAM算法的預測能力；（2）構(gòu)建基于時域變化的增量算法，并利用地圖全局特征的約束以及傳感數(shù)據(jù)的實時反饋作用，實現(xiàn)傳感器軌跡的高效計算與三維地圖的遞進式構(gòu)建；（3）嘗試各類機器學習算法在SLAM問題中的應用，以探討建立自監(jiān)督SLAM在線學習技術的新途徑。
TOP
