在ICCV, CoRL和IROS 2019了解Uber ATG

0
在ICCV, CoRL和IROS 2019了解Uber ATG

优步ATG致力于发布研究进展,目标是将自动驾驶汽车安全可规模性地推向世界雷竞技是骗人的。我们希望我们的分享方式将深化产业界和学术界之间的互动和合作,并最终将自动驾驶研究社区团结在一起。雷竞技是骗人的

今年秋天,国际计算机视觉会议(ICCV.),机器人学习会议()和智能机器人和系统(伊索斯会议将在亚洲举行。优步ATG的研究科学家雷竞技是骗人的将参加口头演示,海报和研讨会的这些会议。

今年,Uber ATG有5个出版物被接受在ICCV.,两份刊物于和两个出版物接受伊索斯。此外,拉奎尔Urtasun优步ATG首席科学家、优步ATG研发负责人,将在ICCV上发表四场演讲。

我们鼓励您在这些活动期间与我们互动。在Uber ATG在ICCV的情况下,请退房我们的官方活动页面

继续读下去,了解我们在这些会议上的存在和我们最新的最先进的研究:雷竞技是骗人的

超级ATG在ICCV 2019

我们将位于展位#D-7.

通过发现Lane拓扑学学习地图

Namdar Homayounfar,Wei-Chiu Ma *,Justin Liang *,Xinyu Wu,Jack Fan,以及Raquel Urtasun
什么时候:2019年10月29日星期二下午3:30键糟;大厅B.
简介:我们通过将问题作为深针设计的图形模型来映射高速公路的复杂车道拓扑,其中图的节点编码了车道边界的局部区域的几何和拓扑特性。我们展示了我们在两个不同状态的两大北美高速公路上的方法的有效性,并显示出高精度和召回以及93%的正确拓扑。

DSIC:深度立体图像压缩

杰里刘,神龙王和拉奎尔乌塔苏
什么时候:2019年10月30日星期三上午9:36。键糟;大厅D2
简介:为了降低第二幅图像的比特率,我们设计了一种新的基于自动编码器的立体图像对压缩结构,从第一幅图像中提取共享信息。我们演示了在低比特率下,第二幅图像的比特率降低30- 50%。

DMM-Net:用于视频实例分割的可微分掩码匹配网络

萧辉曾,仁杰廖,李谷,玉文熊,三泽一旗,以及拉奎尔乌特萨斯
什么时候:2019年10月30日星期三上午10:30。键糟;大厅B.
简介:我们提出了可视化的掩模匹配网络(DMM-Net)来解决提供初始实例掩码的视频实例分段问题。在Davis 2017数据集上,DMM-Net在第一帧和第二个框架上没有在线学习,实现了最佳性能。如果没有任何微调,DMM-NET在SEGTRACK版本两种数据集上的最先进方法执行。

DeepPruner:通过可微分的斑点学习高效立体声匹配

Shivam Duggal,神龙王,魏志马,瑞虎和拉奎尔乌塔苏
什么时候:2019年10月30日星期三上午10:30。键糟;大厅B.
简介:本文提出了一种基于立体图像对的实时密集深度估计方法,该方法利用可微Patch匹配来逐步修剪立体匹配搜索空间。我们的模型在KITTI基准上实现了具有竞争力的性能,同时也是实时的。

学习联合2D-3D表示深度完成

云晨,斌阳,明亮,拉奎尔和乌尔塔斯
什么时候:2019年11月1日星期五下午3:30键糟;大厅B.
简介:我们设计了一个简单而有效的架构,在多个层面融合2D和3D表示之间的信息。在KITTI深度完井基准测试中,我们展示了最先进的结果。

ICCV - 研讨会,邀请谈话和keynotes

大规模整体视频理解研讨会

邀请d发言人:拉奎尔Urtasun
什么时候:2019年10月27日,14:10-14:40点键糟
在哪里:Coex会议中心,首尔,韩国308BC

人类环境导航的视觉感知

邀请扬声器:拉奎尔Urtasun
什么时候:2019年10月28日,9:20-9:50是自主
在哪里:Coex会议中心,首尔,韩国307 A.

ICCV - 自治驾驶研讨会

邀请扬声器:Raquel Urtasun
什么时候:2019年10月28日,10:45-11:15是自主
地点:Coex会议中心,首尔,韩国,401

ICCV -无约束环境中的自主导航(AutoNUE)

邀请扬声器:拉奎尔Urtasun
什么时候:2019年的11月2日,11:00-11:45 AM KST
地点:COEX会议中心,首尔,韩国E1

超级ATG在科林2019.

用于概率行人行为预测的离散剩余流量

Ajay Jain,Sergio Casas,Renjie Liao,Yuwen xiong,宋峰,肖恩Segal,以及Raquel Urtasun
什么时候:2019年10月30日星期三上午11:00 .JST
简介:我们的研雷竞技是骗人的究表明,非参数分布可以非常好地捕获(不稳定)的行人行为。我们提出了离散的剩余流量,一种用于人类运动预测的卷积神经网络,可准确地模拟时间依赖性并捕获远程运动预测中固有的不确定性。特别是,我们的方法非常逼真地捕获未来的人类运动的多模态后簧。

识别自动驾驶的未知实例

Kelvin Wong,神龙王,Mengye任,明亮,以及Raquel Urtasun
什么时候:2019年10月31日星期四3;下午30点。杰斯
简介:我们提出了一种新的点云开集实例分割算法,该算法可以从已知类和未知类中识别实例。具体来说,我们训练了一个深度卷积神经网络,该网络将属于同一实例的点投射到一个类别无关的嵌入空间中。

超级ATG在——2019

联合学习自动驾驶车辆行为与轨迹规划

Abbas Sadat *,Mengye Ren *,Andrei Pokrovsky,Yen-Chen Lin,Ersin Yumer和Raquel Urtasun
什么时候:2019年11月6日星期三下午1:30。CST;房间LG-R15
简介:我们提出了一种新的方法,联合学习行为规划和轨迹生成的可解释代价函数的线性权值。在真实的自动驾驶数据上的实验表明,在某些情况下,与不采用联合行为和轨迹学习的基线相比,共同学习的规划者表现明显更好。

利用自动驾驶车辆定位的稀疏语义高清地图

Wei-Chiu Ma*, Ignacio Tartavull*, Ioan Andrei Barsan*, Shenlong Wang*, Min Bai, Gellert Mattyus, Namdar Homayounfar, Shrinidhi Kowshika Lakshmikanth, Andrei Pokrovsky, Raquel Urtasun
什么时候:2019年11月6日星期三下午5:45 CST;房间LG-R8
简介:我们提出了一种新的语义定位算法,利用多个传感器,精度在几厘米量级。我们的方法不需要了解世界的外观,与传统几何和基于强度的定位器所使用的地图相比,我们的定位地图占用的存储空间少了几个数量级。

欢迎访问ICCV (D-7展位)IROS和CORL,了解更多关于我们实验室的研究,与我们的研究人员讨论工作,并了解与Uber ATG的就业机会。雷竞技是骗人的

不参加这些会议?在2019年Uber Elevate峰会上,Raquel Urtasun最近与Uber ATG主管Eric Meyhofer发表了联合主题演讲,了解她的团队的研究如何为自动驾驶汽车的未来提供动力:雷竞技是骗人的

我们期待着您的光临那里!

对自动驾驶汽车感兴趣?通过访问了解更多关于优步ATG的研雷竞技是骗人的究机会我们的职业页面

作者姓名后面加“*”表示非优步从属关系。

评论

没有帖子显示