本次分享我们邀请到了澳门大学计算机博士张瑞阳，为大家详细介绍他们在无监督3D目标检测上的探索工作：
无监督3D目标检测通常基于稀疏的3D点云数据，但如何在这个任务中使用语义信息丰富的2D场景，仍然较少得到讨论。
本次分享中，主要介绍我们在这个方向上的探索工作：Approaching Outside: Scaling Unsupervised 3D Object Detection from 2D Scene (ECCV’24)。论文提出一种新颖的基于伪标签的自适应学习框架LiSe。LiSe使用2D场景中的丰富语义信息增强无监督3D目标检测，同时提出自适应采样策略与弱模型聚合提升对难样本的识别。多个数据集上的量化实验与定性分析验证了提出框架的有效性，尤其是远小物体的检测能力得到显著提升。
论文地址：https://arxiv.org/abs/2407.08569
代码地址：https://github.com/Ruiyang-061X/LiSe
知乎解读：https://www.zhihu.com/question/660698707/answer/3575967153
极市直播预告｜ECCV2024-LiSe：使用2D场景扩展无监督3D目标检测
➤回放视频在这里☟
https://www.bilibili.com/video/BV1YkWDeSEUw/
B站：http://space.bilibili.com/85300886#!/
腾讯视频：http://v.qq.com/vplus/8be9a676d97c74ede37163dd964d600c
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130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
（http://bbs.cvmart.net/topics/149/cvshare），也可以点击阅读原文获取。
备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳）
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~
觉得有用麻烦给个在看啦~ 
