极市直播 | 第 21 期-许华哲:基于视觉的深度学习的自动驾驶实现模型

技术直播 Admin ⋅ 于 2个月前 ⋅ 352 阅读

2017年9月28日我们邀请了来自伯克利大学的PHD许华哲通过解读他最新的CVPR2017收录论文《End-to-end Learning of Driving Models fromLarge-scale Video Datasets》来分享自动驾驶的前沿研究内容,许博在讲解中讲到了从Vision的角度通过深度学习实现自动驾驶,在路况复杂的环境中实现车道跟随及泛化自动驾驶的场景等,感兴趣的同学可以去阅读许博的论https://arxiv.org/abs/1612.01079


➤分享背景
1.英伟达,CMU的ALVINN在自动驾驶领域的处理基本上是在路况简单的情况下才可以实现车道跟随;
2.目前自动驾驶领域采用的深度学习方法往往由于数据的原因被限制在固定的场景下。


➤分享嘉宾
许华哲,伯克利CS PhD, 师从Trevor Darrell,主要研究方向为计算机视觉, 自动驾驶,及强化学习。加州大学伯克利分校人工智能研究院的博客「BAIR Blog」编委会成员之一,负责博客的运营。IEEE多媒体期刊受邀reviewer。以第一作者发表CVPR2017论文《End-to-endLearning of Driving Models from Large-scale Video Datasets》并在会场做口头报告,第二作者发表CVPR2016论文Language Object Retrieval。个人主页 http://hxu.rocks/


➤回放视频及许博论文下载
链接:http://pan.baidu.com/s/1c539dc
密码:提示:此内容登录后可查看


➤部分论文截取
file
file


推荐
极市计算机视觉线上技术分享集锦(更新中)

微信公众号: 极市平台(ID: extrememart )
每天推送最新CV干货

回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!