报告题目：具身视觉与SLAM：在线学习的途径

报告摘要：

具身智能的本质是实现心智功能与身体、行为、环境的多层次反馈闭环处理，强化智能体与环境的紧耦合。SLAM的主要功能是同步完成传感器即时定位与环境地图构建，是具身智能研究中不可或缺的核心要素。为了提高具身视觉系统在真实复杂场景中的泛化能力，我们应充分保证视觉系统的环境自适应性，而在线学习方法是达到这一目标的有效途径。该报告将围绕基于在线学习的SLAM问题，介绍我们近来的一些想法和尝试，主要内容包括：使用在线学习系统忘却机理的动态SLAM算法；基于单目视频处理的全景三维几何与实例语义重建；基于在线持续学习的自适应VIO系统；利用隐式地图全局性与不确定性表达能力的自主建图方法。

报告人简介：

查红彬，北京大学智能学院教授，机器感知与智能教育部重点实验室主任。主要从事计算机视觉与智能人机交互的研究，在三维视觉几何计算、三维重建与环境几何建模、传感器即时定位与地图构建等方面取得了一系列成果。出版学术期刊及国际会议论文350多篇，其中包括IEEE T- PAMI，IJCV, IEEE T-VCG, IEEE T-RO等国际期刊以及ICCV, ECCV, CVPR等国际学术会议论文150多篇。