01.
相较于二维图像，三维点云有其不可替代的优势——深度。
基于点云的三维重建技术可以直接通过物体表面离散点简单快捷地重构出高度真实的三维模型，因此三维点云处理已成为当前三维重建技术研究的热点，也是三维重建中的重点和难点。
在当下许多 AI 的实际应用场景中，三维点云是最重要的三维数据表达方式之一。
技术角度：在三维重建、 SLAM 、机器人感知等多个领域，三维点云成为了最普遍的表达方式。
应用角度：从无人驾驶中的激光雷达到微软 Kinect 、 iPhone FacelD 及 AR / VR 应用，都需要基于点云的数据处理。
随着三维点云技术应用越来越广，市场上对掌握三维技术的人才需求也日渐庞大。
熟练掌握三维点云算法及其应用已逐渐成为人工智能企业招聘人才的基础要求。
尤其是自动驾驶、机器人等领域，三维点云技术是公认的加分项。（也是一些高级算法工程师的加薪神器）
02.
然而点云学习之路，困难重重：
A.三维点云涉猎的知识极为广泛，包括三维重建、状态估计、机器学习、编码能力等等。
B.三维点云相比二维图像多了一个维度，它不像图像那样规整，甚至有着分布不规则等缺陷，也为大家进行点云处理带来了诸多困难。
C.网上三维点云的相关资料极为零散，自学要多走很多弯路，等到自己把资料凑成体系已经耗费不少时间精力。
甚至很多初学者可能在网上看两篇悲惨的经验就想放弃学习。然而，你缺的，其实只是一位“引路人”，和一条清晰的学习路线，助你打怪升级！
想要学习三维点云又苦于摸不清门路的小伙伴们看到这里可以松一口气了！
深蓝学院特别邀请了新加坡国立大学博士、自动驾驶研究科学家黎嘉信老师为大家带《三维点云处理》课程！
相较于其他课程，本期课程涵盖详细讲解经典的点云算法，比如Octree、GMM、Spectral Clusting、Point Net++、ICP、NDT等，并且配有实践项目（文中附带展示）让大家在真实的数据集上实现、应用这些算法！
同时，本课程还会涉猎前沿的感知方向的深度学习算法，帮助大家更加全面地了解实际应用中各种算法的优势与局限，以及如何修改算法应对长尾/边缘问题。
详情咨询请扫码添加客服
请务必备注421，优先通过哦！
扫码即可领取3节试听课、加入交流群
黎嘉信
自动驾驶研究科学家
新加坡国立大学（NUS）博士
高仙机器人深度学习总监、新加坡研发中心总监。2014年清华大学本科毕业，2018年新加坡国立大学博士毕业，师从陈本美教授和Lee Gim Hee教授。此前历任Motional感知科学家和夜间驾驶负责人、字节跳动AI Lab视觉科学家。以第一作者发表多篇计算机视觉/机器人顶级会议论文，包括CVPR、ICCV、ICRA、IROS等。
1.课程算法讲解全面，重点讲解基础和常用的算法，传统算法和深度学习算法相结合，从数学的角度讲解了原理和优缺点。老师将从从微积分、矩阵论和概率分布等数学原理由浅入深讲解算法。
2.不仅仅是单纯的代码讲解，授人以渔，课程中老师将会讲解问题的思考方法，学员将会跟随着课程掌握思考算法。
3.课程实践项目前沿实用，学员将通过实践项目对三维点云的传统算法和深度学习算法，建立更加更全面的认识。
一、前沿的知识和技能
1.对三维点云这一领域有全方位的认知，了解三维感知的各种问题及解决方案。
4.了解实际应用中各种算法的优势及局限，对于具体问题如何选择合适的算法，以及如何修改算法应对长尾／边缘问题（ longtail / edge cases )
请务必备注421，优先通过哦！
扫码即可领取3节试听课、加入交流群
二、优质的学习圈子
三、企业认可的证书
学完课程后将有机会收获优秀学员证书、毕业证书，为你的简历加分添彩！
1.希望入门三维视觉，感知方向的同学。
2.从事机器人、三维视觉领域的工程师。
3.相关的科研人员，希望了解前沿研究的进展和方向。
1. 三师助力
讲师&助教及时答疑解惑，班主任全程带班督学，帮你克服拖延，不断进步。
2. 定期班会
助教1V1批改作业，并在班会中进行讲评和指导；在班会中，学习更多技巧；在交流中收获更多思路。
了解更多详情可添加客服
请务必备注421，优先通过哦！
扫码即可领取3节试听课、加入交流群
- END -
