연사. 신동원 
현) Visual Communications Lab 박사과정

딥러닝
알고리즘
Workshop.

# 목표는 SLAM의 핵심개념을 체계적으로 이해하는 것 –

# Deep Learning for Visual SLAM의 최신 동향을 한번에 정리!

기 간 일 정 장 소 준비물 문 의
8월 11일 ~ 8월 18일
(주 1회, 총 2회)
토요일 오후 2시 ~ 6시
(회 당 4시간, 총 8시간)
패스트캠퍼스 강남 강의장 개인 노트북 권장 윤형진 매니저
tel. 02-517-0641
help-ds@fastcampus.co.kr

Workshop 개요.

Workshop 주제 : SLAM (Simultaneous Localization and Mapping)

“로봇이 미지의 공간 상에서 주행을 시작하는 경우 주변 환경에 대한 아무런 정보가 없다. 따라서 로봇이 위치 정보에 기반하여 작업을 수행하기 위해서는 센서정보를 이용하여 환경에 대한 지도를 작성하고, 동시에 작성된 지도로부터 로봇의 현재 위치를 추정해야 하며 SLAM은 이 과정이다.” – Past and state of the art SLAM technologies

현재의 위치를 추정하기 위해서는 주변 환경에 대한 정보가 필요합니다. 또한 주변 환경 데이터를 통해 지도를 생성하기 위해서는 현재의 위치가 어디인지 정확히 알아야합니다. 뫼비우스의 띠 같은 이 난제(‘위치를 알 수 없으면 지도를 만들 수 없고, 지도가 없으면 위치를 알 수 없다’)를 해결하기 위해 위치의 추정(localization)과 주변 환경에 대한 지도를 생성(mapping)하는 것을 동시에(simultaneous) 수행하는 기법이 바로 SLAM입니다.

SLAM은 컴퓨터 비전(computer vision) 및 딥러닝과 결합하여 카메라를 이용, 3차원 공간 상의 위치를 추정하고 동시에 주변 정보를 취합한 지도를 가상 공간에 만들어 내는 Visual SLAM(시각 정보를 이용한 동시적 위치 추정 및 지도 작성 기술)로 발전하고 있습니다. 이는 자율주행, 증강현실, 가상 현실 구현 등에 적용되고 있습니다.

Workshop 특징.

icon_knowhow

SLAM의 핵심 개념 정리

다른 곳에서 쉽게 들을 수 없었던  SLAM의 핵심 개념을 단 2회, 총 8시간의 강의를 통해 체계적으로 정리해 드립니다.

icon_test

전문가의 Paper Review

총 10개의 논문을 현업 전문가가 직접 리뷰하고, 자율주행, 증강/가상 현실 등 다양한 어플리케이션에 대해 가르쳐드립니다.

icon_trend

Visual SLAM 최신 동향 학습

컴퓨터 비전 및 패턴 인식 분야의 top-tier 컨퍼런스인 CVPR 2018에서 발표된 Deep Learning for Visual SLAM에 대한 내용을 전달합니다.

커리큘럼.

1회차 (8/11)

1) Simultaneous Localization and Mapping (SLAM)
2) Brief Review on Visual SLAM: a historical perspective
3) Sparse SLAM 및 가상현실 응용 예제 소개
4) Dense SLAM 및 증강현실 응용 예제 소개

2회차 (8/18)

1) Direct method 및 자율주행 드론 응용 예제 소개
2) Lidar SLAM 및  자율주행차 응용 예제 소개
3) SLAM research & job trend in CVPR 2018

Reference (각 링크 클릭시, 해당 논문으로 연결됩니다.)

(1) Cesar Cadena, Luca Carlone, Henry Carrillo, Yasir Latif, Davide Scaramuzza, Jose Neira, Ian D. Reid, John J. Leonard, “Past, Present, and Future of Simultaneous Localization And Mapping: Towards the Robust-Perception Age.”  IEEE Transactions on Robotics, 2016.

(2) Giorgio Grisetti, Rainer Kummerle, Cyrill Stachniss, Wolfram Burgard, “A tutorial on graph-based SLAM.”,  
IEEE Intelligent Transportation Systems Magazine, 2010.  

(3) Georg Klein, David Murray, “Parallel Tracking and Mapping for Small AR Workspaces.” IEEE International Symposium on Mixed and Augmented Reality, 2007.

(4) Raul Mur-Artal and Juan D. Tardos, “ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras,”  IEEE Transactions on Robotics, 2016.

(5) Richard A. Newcombe, Shahram lzadi, Otmar Hilliges, David Molyneaux, David Kim, Andrew J. Davison, Pushmeet Kohli, Jamie Shotton, Steve Hodges, Andrew Fitzgibbon, “KinectFusion: Real-time dense surface mapping and tracking.” IEEE International Symposium on Mixed and Augmented Reality, 2011.

(6) Angela Dai, Matthias Nießner, Michael Zollhöfer, Shahram Izadi, Christian Theobalt, “BundleFusion: Real-time Globally Consistent 3D Reconstruction using On-the-fly Surface Re-integration.” ACM Transactions on Graphics, 2016.

(7) Victor Adrian Prisacariu, Olaf Kähler, Stuart Golodetz, Michael Sapienza, Tommaso Cavallari, Philip H S Torr, David W Murray, “InfiniTAM v3: A Framework for Large-Scale 3D Reconstruction with Loop Closure.” 2017.

(8) Jakob Engel, Thomas Schops, Daniel Cremers, “LSD-SLAM: Large-Scale Direct Monocular SLAM.” European Conference on Computer Vision, 2014.

(9) Ji Zhan, Sanjiv Singh, “LOAM: Lidar Odometry and Mapping in Real- time.” IEEE Transactions on Robotics, 2015.

(10) Renaud Dubé, Mattia G. Gollub, Hannes Sommer, Igor Gilitschenski, Roland Siegwart, Cesar Cadena, and Juan Nieto, “Incremental Segment-Based Localization in 3D Point Clouds”, IEEE Robotics and Automation Letters, 2018.

추천 대상.

icon_man4_2_happy

SLAM에 대해 체계적으로
이해하고 정리하고 싶은 분

icon_man4_2_happy

자율주행, 증강현실, 가상현실 등에
어떻게 Visual SLAM이 적용되는지 알고 싶은 분

본 강의는 아래와 같은 사전지식을 가지고 계신 분들에 한해 수강이 가능합니다. 꼭 체크해주세요!
머신러닝과 컴퓨터 비전에 대한 전반적인 지식, 선형대수/ 알고리즘/ C 또는 C++에 대한 기초

연사 소개.

dw

연사 신동원

증강현실, 가상현실, 그리고 자율주행 로봇에 이르기까지 많은 어플리케이션에 사용될 수 있는 SLAM 알고리즘에 대해 연구하고 있습니다. 주요 연구 분야는 실내 환경에서 RGB-D 카메라를 이용한 SLAM과 실외 환경에서 Lidar 센서를 이용한 SLAM입니다. 최근에는 딥러닝 알고리즘을 이용해 3차원 장면의 semantic 정보를 SLAM에 접목하고 있습니다.
혼자보다는 둘, 둘 보다는 여럿이 함께 모여 공부하고 논의하는 것을 좋아합니다. 이번 workshop을 통해 제가 가진 지식을 함께 공유하고 여러분들의 이야기도 나누어 보면 좋겠습니다.

– 광주과학기술원 전기전자컴퓨터공학 Visual Communications Lab 박사과정
– SLAM software researcher
– SLAM Research Group KR 운영자
– (blog) http://www.dongwonshin.net
– (github) https://github.com/JustWon

워크샵 등록 안내.

자율주행, 증강현실, 가상현실에 적용되는 SLAM의 모든 것!

딥러닝 알고리즘 Workshop

일    정 2018.8.11.~ 2018.8.18.
매주 토요일 14:00 ~ 18:00 | 총 2회
준비물 개인 노트북 사용 추천
장    소 강남역 4번출구 부근
문    의 윤형진 매니저 : 02-517-0641
궁금하신 사항이 있으면 언제든 연락주세요 🙂

[출시알림]을 신청해 주시면,
다음 기수 일정 확정 시 이메일로 안내 드립니다.

※ 카드 12개월 무이자 할부 가능!

출시알림 신청하기

워크샵 장소.