Notice
Angela Dai – 3D in a Large-Data World
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
Descriptif
Recent advances in machine learning have shown remarkable progress in the 2D and video domain, fueled by very large-scale data and compute. 3D, however, which is critical for applications spanning content creation, mixed reality, and robotics, remains constrained by significantly more limited data representing higher-dimensional information. In this talk, we first address real-world 3D data availability by introducing a large-scale, high-fidelity 3D dataset of real scans. We then explore methods for generating and editing large-scale 3D scenes, to enable new possibilities in content creation. Finally, as real-world 3D scenes are rarely fully static, we address the unique challenges of data scarcity in the 4D domain, showcasing how structured priors and distillation from large-scale models can enable more robust 4D understanding. These 3D learning strategies promise to usher in a new paradigm of generalized 3D perception, beyond the limits of existing 3D datasets, to enable in-the-wild 3D analysis of environments.
Thème
Documentation
Sur le même thème
-
Physical Models and Machine Learning for Scientific Imaging
MAIRAL Julien
Deep learning has transformed image processing, often surpassing traditional methods that rely on precise modeling of optical image formation...
-
Désassemblons le numérique - #Episode14 : Et si demain, l'IA lisait dans nos pensées ?
LOTTE Fabien
Dans ce nouvel épisode de Désassemblons le numérique, nous vous proposons un petit détour par… votre cerveau ! Enfin, plus précisément, par la façon dont les machines pourraient un jour le comprendre.
-
ML-enhancement of simulation and optimization in electromagnetism
PESTOURIE Raphaël
Full-wave simulations of large-scale electromagnetic devices — spanning thousands of wavelengths while featuring sub-wavelength geometrical details — pose significant computational challenges….
-
Des opérateurs de neurones aux modèles de fondation : Scientific Machine Learning pour les phénomèn…
LEHMANN Fanny
Le Scientific Machine Learning a émergé comme un domaine à la frontière entre apprentissage automatique et simulation numérique pour construire des méta-modèles innovants...
-
Impact des techniques neuronales pour la microscopie computationnelle
DORIZZI Bernadette
GOTTESMAN Yaneck
Cet exposé s'attachera à décrire l'intérêt des techniques de réseaux de neurones pour la microscopie computationnelle…
-
Rencontre avec Julie Everaert, artiste plasticienne
EVERAERT Julie
Julie Everaert est artiste plasticienne, et mène des recherches en arts et sciences au laboratoire d’hydrodynamique de l’école Polytechnique
-
Accidents du travail dans l’UE-15 et méthodes d’apprentissage automatique-PUDD
MBOMé Marie
Cette présentation met en avant l'apport des outils modernes de traitement des données dans le domaine des sciences humaines et sociales, en combinant statistiques avancées et intelligence
-
Spiking Control Systems
SEPULCHRE Rodolphe
Spikes and rhythms organize control and communication in the animal world, in contrast to the bits and clocks of digital technology. As continuous-time signals that can be counted, spikes have a mixed
-
Corent : du trou de poteau à la réalité virtuelle
POUX Matthieu
GEOFFROY David
CAYRé Nicolas
THéRY Didier
De la réalisation de films à la création d’expériences immersives, l'exemple de Corent montre comment les nouvelles technologies peuvent être mises au service de la médiation scientifique.
-
Une minute avec Aymeric Ferron
FERRON Aymeric
Aymeric Ferron est doctorant dans l'équipe-projet Inria Biwac, au sein du centre Inria de l'université de Bordeaux.
-
Une minute avec Lucas Joseph
JOSEPH Lucas
Lucas Joseph est ingénieur de recherche au sein du service Expérimentation et développement (SED) du centre Inria de l’université de Bordeaux.
-
Unsupervised learning approaches for patient stratification from electronic health records
JOSé-GARCIA Adan
Présentation de deux méthodes d'apprentissage non supervisé : multi-view data clustering et biclustering