原标题：直播 | 纽约大学助理教授冯晨：机器人中的无监督点云深度学习
本文为将门技术社群第164期线上分享。
北京时间8月8日（周四）晚9点，在将门技术社群，我们很开心邀请到纽约大学助理教授冯晨博士，他与大家分享的主题是“机器人中的无监督点云深度学习”，届时将分享其所在研究组近期的三个工作，包括他们今年CVPR’19 的oral论文——DeepMapping。
希望预习直播内容、向嘉宾提问的朋友请继续关注资料提前看和Ask Me Anything，详情往下下下拉。
活动信息
▼
主题：机器人中的无监督点云深度学习
嘉宾：纽约大学助理教授 冯晨博士
时间：北京时间 8月8日（周四）21:00
地点：将门创投斗鱼直播间
分享提纲
▼
点云上的深度学习，尤其是无监督学习，给机器人研究提供了新的可能性。本次报告集中讨论介绍我们研究组近期的三个工作。
第一个工作FoldingNet始于以下问题：深度神经网络能否自动学习折纸。由此展开至如何设计三维点云自编码器中的解码器，使其模仿折纸操作来更好的重建三维形状，并且以更少的网络参数得到更好的深度特征。
第二个工作将这种新型解码器用来解决机器人中的一个难题：软性机器人的本体感知问题。
第三个工作是我们CVPR'19的oral论文，DeepMapping。在这个工作中我们提出一种新的深度自监督学习方法来处理机器人的点云注册/制图问题，使得传统机器人SLAM中复杂的前后端处理能统一成一个端到端网络的学习过程。
嘉宾介绍
▼
冯晨
纽约大学助理教授
冯晨博士本科毕业于武汉大学，后于密歇根大学获得硕士与博士学位。在密歇根大学期间学习研究机器视觉与机器学习，及其在建筑工程中的应用。毕业后在波士顿MERL研究所计算机视觉组任研究员，专注于视觉SLAM以及深度学习方向。
他于2018年8月加入纽约大学，同时担任机械与航空工程系和建筑与市政工程系助理教授。其实验室AI4CE的研究目标是发展机器视觉与学习的方法来解决传统工程领域里的具有挑战性的问题。其研究成果发表于CVPR/ECCV/ICRA/IROS等计算机视觉与机器人国际会议。
更多信息见实验室主页：
https://ai4ce.github.io/
资料提前看
▼
嘉宾推荐的paper list：
[1] Yang, Yaoqing, Chen Feng, Yiru Shen, and Dong Tian."Folding net: Point cloud auto-encoder via deep grid deformation."In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 206-215. 2018.
[2] Ding, Li, and Chen Feng. "DeepMapping: Unsupervised map estimation from multiple point clouds." In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 8650-8659. 2019.
[3] Wang, Ruoyu, Shiheng Wang, Erdong Xiao, Kshitij Jindal, Wenzhen Yuan, and Chen Feng."Real-time Soft Robot 3D Proprioception via Deep Vision-based Sensing." arXiv preprint arXiv:1904.03820 (2019).
Ask Me Anything
▼
赶不上直播也想向嘉宾提问？想让嘉宾对自己的问题给予充分准备的精彩回答？扫描下方二维码提交你的问题，在直播中被嘉宾选中回答的小伙伴将获得一个小红包奖励！
（截止时间：直播前一小时）
观看直播或加群
▼
“将门创投”微信公众号(thejiangmen)，后台回复“入群”，获取入群通道及直播地址。
责任编辑：
