极市直播预告｜Ponder: 通用3D预训练模型，三维神经渲染模拟人类感知
|极市线上分享第125期 |
一直以来，为让大家更好地了解学界业界优秀的论文和工作，极市已邀请了超过100位技术大咖嘉宾，并完成了124 期极市线上直播分享。
往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文，也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享，与大家一起交流学习~~
Ponder: Point Cloud Pre-training via Neural Rendering
人类智能的核心在于对三维世界的理解与认知。在追求通用人工智能的道路上，使计算机理解并模拟人类的三维空间感知是构建强人工智能的关键之一。它为广泛的下游应用提供了坚实的基础。上海人工智能实验室最近发布的Ponder系列研究提出了一种新颖的基于三维渲染的预训练方法。这一方法已被证实在室内外场景中都同样有效，并且能够灵活地适应不同的输入模态与多样的下游三维任务。本次分享会用浅显的语言介绍Ponder系列如何利用渲染技术进行高效的三维表征学习。
01
直播信息
时间
2023年11月9日（周四）：20:00-21:00
主题
B站也将同步进行
http://live.bilibili.com/3344545
02
嘉宾介绍
黄迪
03
关于分享
1.研究背景：三维表征学习
2.前置知识：神经渲染技术
3.主要方法：基于渲染的三维预训练范式
4.实验结果：在室内外场景中的三维理解能力
➤论文
论文地址：https://arxiv.org/abs/2301.00157
项目主页：https://dihuang.me/ponder/
04
参与方式
05
往期回顾
CVPR'23-UniHCP：超越专才，以人体为中心的统一模型
ICCV2023-FLatten Transformer：简单高效的线性注意力模型
Meta-Transformer：一个学习框架解决十二种模态
大模型时代目标检测的三点尝试
CVPR23 Highlight：拥有top-down attention能力的ViT
CVPR23-OvarNet：开集预测的新SOTA，“万物识别”有了新玩法
ECCV2022 Oral-吴俊峰：视频实例分割新SOTA：SeqFormer&IDOL
田柯宇：卷积网络上如何做BERT/MAE预训练，ResNet也能用
CVPR2023-石鼎丰：高效时序动作检测网络TriDet
潘梓正：模型部署新范式—可缝合神经网络（CVPR 2023）
阿里达摩院：兼顾速度与精度的高效目标检测框架DAMO-YOLO
ECCV2022-李钢-PseCo：FPN错位对齐，实现高效半监督目标检测
范琦-SSP: 自支持匹配的小样本分割任务新思想（ECCV2022）
CVPR 2022-南开大学郑兆晖：目标检测定位蒸馏
NeurIPS 2022 Spotlight-童湛：基于掩码和重建视频自监督预训练
NTIRE 2022 冠军方案：用于轻量级图像超分辨率的蓝图可分离残差网络
严彬-Unicorn：走向目标跟踪的大一统（ECCV2022 Oral）
CVPR 2022-唐业辉：量子启发的新型视觉主干模型WaveMLP
港科大陈启峰：图像处理与复原中的可逆性问题
陈使明：零样本学习的关键问题研究
郑哲东丨从行人重识别到无人机定位
陈鑫：CVPR 2021-TransT: 基于Transformer的高性能单目标跟踪算法
更多往期分享请浏览：极市计算机视觉技术分享集锦
评论