Исследовательская группа

Прикладное машинное обучение и глубокое обучение

3D детектирование объектов в задаче беспилотников

March 30

Разработка беспилотных автомобилей остаётся очень сложной задачей, которая классически разделяется на четыре модуля: локализация, распознавание, управление и планирование. От подзадачи распознавания требуется точное определение объектов, находящихся рядом с беспилотным автомобилем: их класcа и расположения. Кроме точности, от таких моделей ожидаются устойчивость и высокая скорость работы, поскольку педполагается, что беспилотный автомобиль должен принимать решения в реальном времени при разных условиях окружающей среды (например, погода и время дня).
На практике “зрением” беспилотного автомобиля становятся различные сенсоры, которыми оборудован беспилотник. Чаще всего это радары, лидары и камеры. Данные, получаемые с разных сенсоров, можно объединять, повышая тем самым качество обучаемой модели. 
На этом семинаре мы поговорим о преимуществах и недостатках вышеупомянутых сенсоров, а также обсудим статью “Sensor Fusion for Joint 3D Object Detection and Semantic Segmentation”, авторы которой построили сравнительно быструю модель с высокой предсказательной точностью. В этой работе исследователи комбинируют особым образом данные с камеры и лидара и успешно решают не только задачу 3D детектирования объектов беспилотником, но и задачу сегментации.  
 
Докладчик: Виктория Фролова.

Язык доклада: русский.

Дата и время: 30-е марта, 20:00.

https://us02web.zoom.us/j/430117051?pwd=TzdKNGRaUCsyMUZBL1UwWTlsOW8yZz09

Meeting ID: 430 117 051

Passcode: 025987