本文主要是介绍Talk｜CVPR‘24 Oral：超越3D - Point Transformer V3中的多模态特征提取新构想，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本期为TechBeat人工智能社区第599期线上Talk。
北京时间6月12日(周三)20:00，香港大学博士生—吴虓杨的Talk已经准时在TechBeat人工智能社区开播！
他与大家分享的主题是: “超越3D - Point Transformer V3中的多模态特征提取新构想”，他通过PTv3的两个核心思想——骨干网络设计的规模准则与非结构化数据的序列化技术，探究3D点云骨干网络作为一种多模态泛用特征提取器的构想与挑战。该工作已入选CVPR 2024 Oral。
Talk·信息
▼
主题：超越3D - Point Transformer V3中的多模态特征提取新构想
嘉宾：香港大学博士生 吴虓杨
时间：北京时间 6月12日(周三)20:00
地点：TechBeat人工智能社区
点击下方链接，即可观看视频！
TechBeatTechBeat是荟聚全球华人AI精英的成长社区，每周上新来自顶尖大厂、明星创业公司、国际顶级高校相关专业在读博士的最新研究工作。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。
https://www.techbeat.net/talk-info?id=878
Talk·介绍
▼
在本次Talk中，我们将超越3D感知与表征的范畴，从多模态数据特征提取的角度介绍我们被接收为CVPR 2024 Oral的工作Point Transformer V3 (PTv3) 的思想与设计。点云作为3D表征与感知的基础模态，其本身也是高维度稀疏非结构化数据的代表。将图像的每一个像素视为点，图像本身也可被视为点云，这佐证了这类数据结构的普适性。本次Talk将通过PTv3的两个核心思想——骨干网络设计的规模准则与非结构化数据的序列化技术，探究3D点云骨干网络作为一种多模态泛用特征提取器的构想与挑战。
Talk大纲
1. 视角：3D点云表征学习的表层与深层挑战
2. 心法：基于Scaling Principle重新审视骨干网络突破性能桎梏的关键
3. 方法：利用序列化技术突破高维稀疏非结构化数据的固有约束
4. 展望：以点云骨干网络作为多模态泛用特征提取器的未来与挑战
Talk·预习资料
▼
论文链接：
https://arxiv.org/abs/2312.1003
论文链接：
https://arxiv.org/abs/2308.09718
论文链接：
https://arxiv.org/abs/2210.05666
代码链接：
https://github.com/Pointcept/Pointcept
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
▼
吴虓杨
香港大学 · 博士生
吴虓杨是香港大学计算机科学系博士研究生，师从赵恒爽教授。其主要研究方向为3D空间表征、3D感知、3D重建。他已在顶级会议和期刊上发表了十余篇论文，其中四篇为第一作者。他的工作已多次被选为CVPR等著名会议的Oral与Highlight，其工作也在多个著名竞赛和排行榜中取得了显著成绩，多次获得冠军或排名第一，如ScanNet，Waymo，nuScene等。其代表工作为Point Transformer系列以及Pointcept代码库。
个人主页:
https://www.techbeat.net/grzytrkj?id=40001
关于TechBeat人工智能社区
▼
TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>TechBeat，一个荟聚全球华人AI精英的学习成长社区
这篇关于Talk｜CVPR‘24 Oral：超越3D - Point Transformer V3中的多模态特征提取新构想的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
