报 告 人：Prof. Laurent Kneip, ShanghaiTech University

报告时间：10月25日（周二）13:00

报告所在：腾讯聚会ID：458 745 0682

邀 请 人：方昱春 教授

报告摘要：

虽然古板的视觉SLAM已经抵达了一个成熟的水平
，
，可是在高度动态或具有挑战性的照明条件下
，
，常用要领仍然容易遇到鲁棒性问题
。。。。。事务相机以高时间区分率的离散异步事务的形式转达图像转变
，
，可以在很是漆黑或高度动态的场景中事情
，
，而不会受到模糊等滋扰效果的影响
。。。。。为了从事务流中提取相关信息
，
，需要新的算法
。。。。。在本次报告中
，
，Kneip教授将先容上海？？？？？萍即笱б贫兄笛槭易罱氖虑
，
，在这些事情中
，
，古板的几何要领被顺应于事务数据的新情形
，
，并对一些主要的现实问题提出了包括事务的解决计划
。。。。。他还将谈及他们最近在基于视觉传感器的空间AI方面的一些效果
。。。。。

报告人简介：

Laurent Kneip是全球公认的盘算机视觉和机械人专家
，
，诸多效果在顶级国际聚会和期刊上揭晓
，
，如CVPR、ICCV、ECCV、ICRA、TPAMI等
，
，在ICCV 2017上的孝顺获得了Marr奖声誉奖
，
，这是盘算机视觉界最负盛名的最佳论文奖之一
。。。。。Laurent Kneip于2017年加入上海？？？？？萍即笱畔⒖蒲в胧忠昭г
，
，并于2020年提升为终身副教授
。。。。。他建设并指导了移动感知实验室
，
，主要研究偏向包括视觉定位、视觉SLAM、运动结构、代数几何、状态预计、传感器融合、深度学习、空间人工智能、神经形态感知等
。。。。。