Обработка облаков точек

Что разбирают и где

Тайм-коды записи, разобранные по темам атласа: под главой стоят темы, которые в ней названы, — из лекции можно уйти в текстовый разбор и вернуться.

Смотреть запись · Обработка облаков точек

Нажатие на тайм-код перематывает запись, не перезагружая страницу. Открыть на YouTube ↗

1. 2:35Введение в тему обработки облаков точекPoint Clouds
2. 3:02Предыдущие темы: карты глубины и PointMapsMonocular Depth Estimation
3. 5:38Переход к алгоритмам обработки облаков точекPoint Clouds
4. 7:14Постановка задач: классификация и сегментацияSegmentation
5. 9:59Подходы к построению архитектур нейронных сетей
6. 11:19Свёрточные сети и инвариантность к сдвигамCNN
7. 12:44Формальные понятия инвариантности и эквивариантности
8. 16:54Применение симметрий для построения архитектур
9. 18:33Симметрии облаков точек: перестановки и поворотыPoint Clouds
10. 20:23Классические работы PointNet и DeepSetsPoint Clouds
11. 24:51Детальный разбор архитектуры PointNetPoint Clouds
12. 30:16Блок TNet для стандартизации ориентацииNormalization & Standardization
13. 34:48Инвариантность к сдвигам и масштабу через предобработку
14. 36:43Критические точки и интерпретируемость PointNetPoint Clouds
15. 38:46Сравнение PointNet с альтернативами (3D свёртки, MVCNN)Point CloudsCNN
16. 45:58Vector Neurons: инвариантность к поворотам в архитектуреVector
17. 54:59Идея иерархической обработки и PointNet++Point Clouds
18. 1:02:27Архитектура PointNet++: sampling и groupingPoint Clouds
19. 1:07:02PointNet++ для сегментации (U-Net like архитектура)SegmentationPoint Clouds
20. 1:14:25Трансформеры для облаков точек (Point Transformer)Point CloudsTransformers
21. 1:20:59Применение для 3D-детекции (Frustum PointNet)Point Clouds
22. 1:28:39Итоги: инвариантность, эквивариантность и обзор архитектур
23. 1:35:22Перерыв
24. 1:47:08Начало семинара: введение в PointNet и Vector NeuronsVectorPoint Clouds
25. 1:57:02Работа с данными ModelNet10 и визуализация
26. 2:05:16Архитектура PointNet и блок TNet на семинареPoint Clouds
27. 2:13:08Оценка модели: Confusion MatrixMatrix
28. 2:14:48Vector Neurons: эквивариантные линейные слои и активацииVectorActivation functions
29. 2:22:35Vector Neurons: MaxPooling и BatchNormVectorNormalization Layers
30. 2:28:43Инвариантные слои в Vector NeuronsVector
31. 2:33:07Демонстрация и итоги семинара