本期为TechBeat人工智能社区第496期线上Talk！

北京时间5月11日(周四)20:00，香港中文大学三年级博士生—赖昕的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “SphereFormer大幅提升LiDAR点云远处识别性能”，届时将介绍和探讨Spherical Transformer的设计动机和有关的技术细节。

Talk·信息

▼

主题：SphereFormer大幅提升LiDAR点云远处识别性能

嘉宾：香港中文大学三年级博士生 赖昕

时间：北京时间 5月11日 (周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

 长按识别二维码，一键预约TALK！

Talk·介绍

▼

目前，已经有大量工作探讨了LiDAR点云的算子设计，但是大多数工作都直接继承2D图像或3D室内点云处理中所运用的算子，并没有针对LiDAR点云的分布特点进行设计。这也是造成远处物体识别性能低下的关键原因。SphereFormer利用LiDAR点云近处稠密远处稀疏的分布特点，设计了radial window的transformer结构，大幅提升远处物体识别性能。

Talk大纲

1. Preliminary 

2. 回顾Stratified Transformer 

3. Spherical Transformer的设计动机，技术细节 

4. 开源库Sparse Transformer的介绍

Talk·预习资料

▼

paper链接：

https://arxiv.org/pdf/2303.12766.pdf

paper链接：

https://arxiv.org/pdf/2203.14508.pdf

Github:

https://github.com/dvlab-research/SphereFormer

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

▼

赖昕

香港中文大学三年级博士生

香港中文大学三年级博士生，师从贾佳亚教授。主要研究方向是三维点云感知，迁移学习，半监督学习，小样本学习。已发表顶会顶刊论文8篇，其中一作4篇，代表工作包括Stratified Transformer、SphereFormer。曾取得SemanticKITTI语义分割第一，nuScenes语义分割榜单第一， nuScenes目标检测榜单前三。

个人主页：

https://github.com/X-Lai

 长按识别二维码，一键预约TALK！

-The End-