原標題：AAAI 2020線上分享 | 華科Oral論文：點云中3D目標檢測的魯棒性

在 2020 年第一場人工智能學術頂會 AAAI 開幕之前，機器之心將策劃多期線下分享。這是機器之心 AAAI 2020 線上分享的第一期，我們邀請到華中科技大學白翔教授組的劉哲為我們介紹他們的一篇 Oral 論文。

不久之前，2019 年的最后一個 AI 頂會 NeurIPS 在加拿大溫哥華落幕，機器之心在此期間為讀者們精心策劃了 NeurIPS 2019 專題，包括線上分享、論文解讀、現場報道、線下分享等精彩內容，可謂干貨滿滿。

雖然 NeurIPS 2019 上的干貨還未看完，2020 年的第一場 AI 學術頂會 AAAI 2020 又即將開始。

2020 年 2 月 7 日-2 月 12 日，AAAI 2020 將于美國紐約舉辦。不久之前，大會官方公布了今年的論文收錄信息：收到 8800 篇提交論文，評審了 7737 篇，接收 1591 篇，接收率 20.6%。

為向讀者們分享更多的優質內容、促進學術交流，在 AAAI 2020 開幕之前，機器之心將策劃多期線上分享。這是機器之心 AAAI 2020 線上分享的第一期，我們邀請到華中科技大學白翔教授組的劉哲為我們介紹他們的 AAAI Oral 論文《TANet: Robust 3D Object Detection from Point Clouds with Triple Attention》

講者簡介：劉哲，華中科技大學人工智能與自動化學院碩士，國家獎學金獲得者，準備攻讀白翔老師的博士。研究興趣主要包括計算機視覺、3D 視覺、深度學習，目前的工作主要集中在分別在三維點云識別，分割以及三維目標檢方向，已于 2019、2020AAAI 連續兩年發表論文，并在 CVPR2020 上投稿一篇論文。

演講摘要：近年來，點云中的 3D 目標檢測在真實場景中具有大量應用，特別是對于自動駕駛和增強現實。目前，有幾種基于點云的 3D 檢測方法已經被提出，比如 VoxelNet，SECOND,PointPillars 以及 PointRCNN。我們觀察到兩個關鍵現象：1)諸如行人之類的困難目標的檢測精度不令人滿意; 2)添加額外的噪聲點時，現有方法的性能迅速下降。但這些現有方法中很少去討論點云中 3D 目標檢測的魯棒性問題。本講座將首先為大家介紹一些經典的深度學習點云網絡，以及常見的三維目標檢測算法，之后介紹 3D 目標檢測的魯棒性問題。

論文地址：https://arxiv.org/abs/1912.05163

時間：北京時間 12 月 26 日 20:00-21:00

AAAI 2020 機器之心線上分享

在 AAAI 2020 收錄的大量優秀論文中，我們將選出數篇優質論文，邀請論文作者來做線上分享。整場分享包括兩個部分：論文解讀和互動答疑。

線上分享將在「AAAI 2020 交流群」中進行，加群方式：添加機器之心小助手(syncedai4)，備注「AAAI」，邀請入群。入群后將會公布直播鏈接。返回搜狐，查看更多

責任編輯：

總結

以上是生活随笔為你收集整理的华科计算机博导刘云生论文,AAAI 2020线上分享 | 华科Oral论文：点云中3D目标检测的鲁棒性...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。