三維點雲是最重要的三維數據表達方式之一。算法
從技術角度看，SLAM、三維重建、機器人感知等領域，點雲都是最簡單且最廣泛的表達方式：相對於圖像，點雲有其不可替代的優點——深度，即三維點雲直接提供了三維空間的數據，而圖像則須要經過透視幾何來反推三維數據。微信
從應用角度看，上至無人駕駛中的激光雷達，下至微軟Kinect、iPhone FaceID以及各類各樣的AR/VR應用，都須要基於點雲的數據處理，好比物體檢測、人臉識別、人體姿態估算等。學習
三維點雲處理並不容易，首先，三維點雲比圖像多了一個維度；其次，點雲是不規則分佈的，比圖像式的規整網格更難處理；而後，點雲缺乏了圖像中的紋理，致使了在語義分析方面的困難。同時，因爲三維點雲的應用面很是廣，因此點雲處理所涉及的算法也多種多樣，涵蓋了機器人、計算機視覺的各個分支。深度學習
然而，對比點雲處理的龐大需求以及較高技術難度，更難的是目前鮮有針對三維點雲的系列課程。夥伴們更容易陷入「調參」，只知表面不懂原理的艱難境地。io
基於此，深藍學院今年4月開設了『三維點雲處理』課程，而且兩期課程以來，深受廣大學員好評。近期又有不少夥伴諮詢新一期的開課安排，爲此，通過課程組與授課講師溝通，決定於10月23日開設第3期，歡迎各位夥伴報名，共同窗習！table
01class
經過課程，能夠有哪些收穫原理
對三維點雲這一領域有全方位的認知，瞭解三維感知的各類問題及解決方案。技巧
深刻理解各個經典點雲算法，好比octree，ICP，PointNet等，而且在真實數據集上實現、應用這些算法。im
涉獵最前沿的感知(Perception)方向的深度學習算法，好比物體檢測、點雲配準、特徵提取等，瞭解學術界的熱點問題及發展趨勢。
瞭解實際應用中各類算法的優點及侷限，對於具體問題如何選擇合適的算法，以及如何修改算法應對長尾/邊緣問題（longtail/edge cases）。
02
實力講師，課程保障
黎嘉信
自動駕駛研究科學家
新加坡國立大學（NUS）博士
博士期間，師從電子與計算機系Ben M. Chen教授及計算機系Lee Gim Hee教授，主要研究領域爲計算機視覺、深度學習、機器人。在CVPR 2018, ICCV 2019, ICRA 2019, IROS 2017的頂級會議上以第一做者發表論文多篇。在2017, 2015年國際微小型無人機大賽中得到冠軍、亞軍。
03
系統科學的學習計劃
（ 中文授課 ）
04
優質服務，爲你保駕護航！
一、社羣答疑
課程創建答疑羣，高效獲取疑問解答的同時，結識更多同領域的夥伴。
二、「三師」助力
班主任督促學習、助教及時批改做業並配合講師微信羣答疑，及時解惑，高效學習。
（向右滑動查看更多答疑內容）
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
_ |
< 三維點雲第二期課程答疑羣截圖 >
三、做業迭代
提交做業，助教批改後，根據助教意見對做業進行迭代修改；沒有最好，只有更好！
四、按期班會
每期班會，助教對做業進行講評和指導；在班會中，學習更多技巧；在交流中，收穫更多思路。
搶佔優惠名額
馬上報名，直接優惠100元
名額有限，趕快搶佔優惠名額！
備註「3D視覺」，優先經過哦~
微信掃碼，諮詢更多！