揭秘自动驾驶纯视觉算法,探索自动驾驶的未来

感知环节作为智能驾驶的先决条件,其探测精度、广度与速度将直接影响决策层的判断与执行层的操作,在智能驾驶中的地位至关重要。


自动驾驶感知分为纯视觉感知和激光雷达,而视觉方案中的摄像头能以高帧率、高分辨率获取周围复杂的环境信息,且价格便宜。但摄像头是一种被动式传感器,其本身并不发光,成像质量受到环境亮度影响较大,在恶劣环境下完成感知任务的难度会大幅提升。相较于激光雷达,摄像头有哪些优势和劣势?自动纯视觉3D物体检测的发展与挑战又如何?

基于此,深蓝学院特基于Pseudo-LiDAR的纯视觉3D物体检测算法提出者--王岩博士,为大家带来分享——[自动驾驶纯视觉3D物体检测算法]直播课程。诚邀大家一起参与!

讲师介绍

王岩

康奈尔大学博士

提出的基于Pseudo-LiDAR的纯视觉3D物体检测算法,广泛应用于工业界。特斯拉推崇的“伪激光雷达 pseudo-LiDAR”技术概念提出者。

主要研究方向包括计算机视觉、机器学习、深度估计、3D物体识别。在CVPR,ICCV,ICLR,NeurIPS等会议发表十余篇论文。

课程摘要

本次课程将针对自动驾驶场景,详细介绍以相机为主的纯视觉3D物体检测算法,剖析以特斯拉为代表的使用纯视觉的物体检测方案的优势和劣势。通过本次课程,伙伴们将学习如何用深度学习进行深度估计、3D物体检测,同时了解纯视觉3D物体检测存在的挑战。

课程内容

· Camera vs LiDAR的优劣势

· 基于深度学习的深度估计

· 纯视觉3D物体检测的发展

· 纯视觉3D物体检测的挑战

· 科研经验分享

直播时间&地点

时间:9月11日  中午12:00

直播地址:深蓝学院官网

戳下方快速参与

https://www.shenlanxueyuan.com/page/113

你可能感兴趣的:(自动驾驶,移动机器人,物体检测,算法,自动驾驶,机器学习,物体检测,计算机视觉)