高清（HD）地图提供了丰富而精确的驾驶场景环境信息，是自动驾驶系统规划中不可或缺的基本组成部分。
MapTR
一种高效在线矢量化高清地图构建的端到端结构框架：
它采用简单的编码器-解码器-转换器架构和分层二分匹配来执行基于所提出的置换等价建模的地图元素学习。
研梦非凡邀请某知名研究所研究员周导师在3月29日晚19:20，带大家从
MapTR的算法框架中地图元素建模方法
到
MapTR框架应用于自动驾驶领域的实现细节和实验结果
，掌握MapTR的算法实现原理！
扫码找助教预约直播
再
领取200+
高精地图/自动驾驶相关
论文代码数据集
本次直播主要列举了MapTR的主要内容；描述了自动驾驶建图的一些研究方向；讲述了MapTR中用到的先前的研究内容；详细介绍了MapTR的算法实现。
MapTR高精地图直播概要
MapTR论文核心要点
-
提出了用于高效在线矢量化高清地图构建的结构化端到端变换器 MapTR。
-
提出了一种统一的等价排列建模方法，即用一组等价排列将地图元素建模为一个点集，从而准确地描述了地图元素的形状并稳定了学习过程。
-
设计了一种分层查询嵌入方案来灵活地编码结构化地图信息，并为地图元素学习进行分层双向匹配。
......7
MapTR高精地图研究背景+创新点
-
-
-
-
-
算法框架
MapTR算法实验
-
-
-
-
总结
扫码找助教预约直播
再
领取200+
高精地图/自动驾驶相关
论文代码数据集
直播课主讲导师
周导师
-
目前工作于中科院某所，主要从事卫星产业相关研究与应用，研究卫星遥感与3d点云的相关处理，以及高光谱和sar图像的处理。参与某市微信遥感视觉大数据项目一项以及其他项目若干项等。参与某汽车企业自动驾驶部门的合作，参与相关自动驾驶算法的研究。
-
学术成就：
发表sci、ccf-b等论文三篇，专利4篇。
-
可带方向：
遥感图像处理、3d点云处理、自动驾驶。
ps：研梦非凡做前沿论文直播，主要是教会大家如何读论文时候抓住重点，从实际读论文的过程中，让大家掌握有效的方法，发现找创新点和写论文阅读报告的能力。
cv全方向/nlp全方向/机器学习/深度学习及AI+金融，医疗，交通等方向的
ccf a-c，sci一区-四区
，核心论文都可以来研梦非凡匹配到合适的科研指导（以下是计算机视觉和自动驾驶方向部分idea）。
根据计算机视觉研究院粉丝的需求研梦非凡提出两种论文指导方案：
1v1定制化论文指导
按不同的需求收费，区别于其他1v1论文辅导收全程指导费。针对在完成论文的过程中某些部分遇到难题，而找不到路径的同学，协助其用更少的费用快速地解决问题。
1v1定制化论文指导分三个阶段：
选题阶段
-
导师根据学员实际情况与需求，引导论文idea或给出论文idea；
-
导师针对已有研究成果进行梳理和分析指导，让学员了解研究领域的发展状况、研究方法和趋势，确定论文idea的研究方法和目标；
-
导师结合己有研究成果的情况和论文idea，对学员后续的研究方法做出初步的规划和判断。
实验阶段
成稿（让写作professional）阶段
因语言问题，科研协作经验缺乏，大多数的同学会因为用词和表达不够professional而被误解，导致论文改稿和评分低。
定制1v1论文辅导扫码咨询助教👇
粉丝福利：
定制/全程1v1论文指导-选题阶段-学习规划部分（先meeting后付款），具体活动可扫码咨询助教
1v1全程论文指导
适合以下需求的同学：
-
非常适合科研小白：有科研需求，想融会贯通地使用算法模型，了解前沿进展和方向；
-
非常适合转专业和研究领域做敲门砖用：从事人工智能领域工作，想系统提升算法理论，高效掌握算法设计及创新思路，快速了解论文撰写技能。
课程收获
-
学习经典前沿论文，掌握算法原理和实现，了解不同算法的优劣势；
-
-
-
科研进度保障
-
主讲导师：均为顶会审稿人，负责经典论文+前沿论文讲解+idea给予/方向建议+写作方法+投稿建议；
-
私人群：每个同学都有与主讲导师私人讨论的小群（idea探讨以及课程内容答疑）；
-
指导周期
总指导周期=核心指导期+维护期
-
根据需要发表论文的区位不同，指导总周期在3到18个月不等。
-
核心指导期是正常的上课指导周期，维护期是学员已经写出论文投出去后，可能会收到审稿意见要求修改或者退稿的情况（主讲导师会给同学进一步的修改建议，必要的话会约会议沟通，最多6次meeting）。
-
在核心指导期，一般是每周1次1对1会议指导课，每次在45分钟左右。
定制1v1论文辅导扫码咨询助教👇
导师团队
