本期为TechBeat人工智能社区 第 579 期线上Talk。
北京时间3月20日(周三 )20:00， 卡内基梅隆大学 博士生 ---李博文的Talk已准时在TechBeat人工智能社区开播！
他与大家分享的主题是: " 适用于机器人的可泛化的目标感知"，向大家系统地介绍了如何在有限的数据上学习到可泛化的，适用于机器人的目标感知模型。
Talk·信息
▼
嘉宾：卡内基梅隆大学 李博文
时间：北京时间3 月20日(周三)20:00
地点：TechBeat人工智能社区
点击下方链接，即可观看视频！
https://www.techbeat.net/talk-info?id=858Talk·介绍
▼
视觉目标感知是计算机视觉研究已久的问题。然而，在机器人上部署目标感知算法常常会遇到泛化性的局限性。换言之，离线的大规模数据集只能提供有限的目标特征与运动模式，如何在有限的数据上学习到可泛化的，适用于机器人的目标感知模型是本次talk的重点。具体而言，我将从运动泛化性与实例泛化性两个角度讨论这一主题。
Talk大纲
运动泛化性
1、机器人部署时的感知延迟问题与已有解决措施
2、预测性目标跟踪框架概览（PVT++）
3、PVT++在设计时的三个关键点
4、实验结果
实例泛化性
1、现实生活中的实例感知问题
2、已有的二维表征方案及其问题
3、可感知实例三维结构的检测方法VoxDet
4、建立实例感知数据集
5、实验结果
Talk·预习资料
▼
论文链接：
论文链接：
论文链接：
论文链接：
Talk·提问交流
▼
在Talk界面下的**【交流区】**参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！
你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！
Talk·嘉宾介绍
▼
李博文
卡内基梅隆大学·博士生
我是卡内基梅隆大学机器人研究所在读博士生，师从Sebastian Scherer教授。我的主要研究方向是机器人学，视觉感知，与神经符号推理。李博文曾以第一作者身份在ECCV，ICCV，NeurIPS等计算机视觉顶级会议发表多篇研究论文。其中关于实例三维感知的成果VoxDet入选为NeurIPS 2023 Spotlight。
个人主页:
关于TechBeat人工智能社区
▼
TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>TechBeat，一个荟聚全球华人AI精英的学习成长社区