极市直播预告｜CVPR2024 Highlight：无参数无训练的网络也能进行3D表征学习吗？-轻识

↑ 点击蓝字关注极市平台

|极市线上分享第129期 |

一直以来，为让大家更好地了解学界业界优秀的论文和工作，极市已邀请了超过100位技术大咖嘉宾，并完成了128 期极市线上直播分享。

往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文，也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享，与大家一起交流学习~~

本次分享我们邀请到了香港城市大学在读博士朱向阳，为大家详细介绍他们中稿CVPR2024的工作：

No Time to Train: Empowering Non-Parametric Networks for Few-shot 3D Scene Segmentation（CVPR2024 Highlight）

论文地址：https://arxiv.org/abs/2404.04050

GitHub：https://github.com/yangyangyang127/Seg-NN

“当前已经有非常多的点云编码模型，从早期的PointNet到基于图的DGCNN到基于Transformer的模型等等，这些模型通常需要训练或者微调的方式来用到下游任务。相比于这些模型，我们首次发现了不含参数、无需训练的3D点云编码器，在提取点云特征方面有其独到之处，并且提出了Point-NN和Seg-NN，它们不需要训练或者微调所以非常节省资源。我们的模型在3D点云分类、3D小样本场景分割任务上取得了优越的性能。”

直播信息

时间

2024年4月18日（周四）：20:00-21:00

主题

无参数无训练的网络也能进行3D表征学习

直播

B站也将同步进行

http://live.bilibili.com/3344545

嘉宾介绍

朱向阳

香港城市大学博士在读，主要研究3D视觉分析、医疗图像处理、图像和点云处理等任务。

关于分享

➤分享大纲

1、如何构建无需训练的点云编码器

2、无需训练的下游分类和分割任务

3、如何实现小样本3D分割

4、实验结果和扩展

参与方式

往期回顾

极市平台专注分享计算机视觉前沿资讯和技术干货，特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验，目前已成功举办128期线上分享。近期在线分享可点击以下合集查看：

- 极市直播合集

更多往期分享请浏览：极市计算机视觉技术分享集锦

（http://bbs.cvmart.net/topics/149/cvshare），也可以点击阅读原文获取。