主题：生成和识别三维物体
时间：2月15日（周三）晚9:00
报名方式：点击“阅读原文”
嘉宾介绍
吴佳俊
MIT EECS系三年级博士生，师从Bill Freeman教授和Josh Tenenbaum教授。在此之前，他于2014年在清华大学获得学士学位，导师是屠卓文教授。
他曾在微软、Facebook和百度的研究实验室实习，研究兴趣在于计算机视觉，机器学习，和计算认知科学的交叉。
了解他更多的科研工作，欢迎访问他的个人主页>>
https://jiajunwu.com
分享提纲
这次分享中，我将主要介绍我们近期将深度学习用于三维物体建模的相关工作。这主要包括两个部分：如何生成三维物体，如何用生成式模型从图片中识别三维物体。
生成三维物体时，我们希望得到的物体有丰富的细节，又有形态上的变化。我们通过将生成式对抗网络拓展到三维空间（3D-GAN），得到了比之前生成模型更好的效果。我们同时探索了如何将其用于三维物体分类等任务。
从图片中识别三维物体，常见的问题是难以获得大量有三维标注的数据。相对而言，二维平面上的关键点的标注比较容易得到。我们因而研究怎样用二维标注帮助我们训练三维识别模型。我们提出三维到二维的投影层，使得我们能够端到端地训练深度识别模型。
这些主要基于我们在ECCV'16和NIPS'16的工作。
原文链接：
https://mp.weixin.qq.com/s?__biz=MzAxMzc2NDAxOQ==&mid=2650361140&idx=2&sn=c361469acff237c8e7ed1133d601b33d&chksm=839079e8b4e7f0fe135568e46d9ad81d27ce393c193fe8bb2fc8f4a0ab6d96aa9a109ee72ed1&mpshare=1&scene=1&srcid=0213gLkf3IQKvyYspB65jDTZ&pass_ticket=HgAssQ7FbPxKwrnVZT6BkaXztv6wem74kG5fSADbJyo%3D#rd
