三维点云在工业界和学术界都是非常热门的研究领域，真实大规模场景的三维点云研究在机器人、自动驾驶等领域有着非常重要的应用，包括物体识别、物体跟踪、三维建图、语义分割等，针对三维点云的大规模场景识别研究也是热点问题之一。在本次公开课中，讲者将分享关于大规模的场景识别和环境分析问题，用于解决真实自动驾驶场景下大规模激光SLAM的闭环检测问题，详细讲解提出的“LPD-Net (Large-scale Place Description)”系列工作，从点云邻域特征提取和特征分布的两方面研究设计取得高准确率的场景检索结果，并分享实际应用案例。
索传哲
睿慕课学院
- 讲师简介
- 在基于深度学习的三维点云处理方面具有多年经验，包括面向自动驾驶的融合感知，三维点云SLAM，基于自主机器人系统控制与规划等。曾在香港机场物流自动驾驶拖车项目的感知系统研发，所提的基于三维点云学习的动态大场景识别算法成功实现了高动态香港城市道路和复杂机场仓储环境下的实时场景识别和鲁棒闭环检测任务，在ICCV， ICRA，IROS等国际顶级会议上发表多篇论文。
资料下载
-
三维点云场景识别与深度学习3.4M 615次下载
