掃地機器人因為有它才能認識我們的家；

　　無人駕駛汽車因為有它才能認識路；

　　無人機因為有它才能規(guī)避障礙物；

　　AR因為有它才能實現(xiàn)真正的虛實融合...

　　它就是SLAM（simultaneous localization and mapping ），中文意思是同步定位與建圖，旨在同時解決實時跟蹤設備在環(huán)境中的位置，并同時維護和更新位置環(huán)境的地圖問題，你可以簡單理解為“一邊計算自身位置，一邊構建地圖的過程”。

　　自從上世紀80年代SLAM概念的提出到現(xiàn)在，SLAM技術走過了三十多年的歷史，已經(jīng)成為增強現(xiàn)實（AR）、機器人和無人駕駛等領域的關鍵技術。傳統(tǒng)的基于幾何的SLAM方法已經(jīng)在機器人、無人駕駛等領域取得比較好的結果并已經(jīng)產(chǎn)品化。近年來隨著深度學習在計算機視覺領域的成功，越來越多人嘗試利用深度學習的最新方法用于解決SLAM問題。但是相比于圖像識別、檢測和跟蹤等領域的成功，基于深度學習的方法在三維視覺領域仍然在魯棒性、精度、可擴展性上與傳統(tǒng)方法存在一定差距。但是最新的研究表明，在越來越多的任務上，深度學習的方法已經(jīng)開始逼近甚至在某些情況下超越傳統(tǒng)基于幾何的方法。

　　那么未來SLAM會朝什么方向發(fā)展，是幾何SLAM 還是學習SLAM？

　　中國科學院自動化研究所、模式識別國家實驗室機器視覺組組長--吳毅紅博士給出了她的答案。吳毅紅博士將在“2019世界人工智能大會·EasyAR增強現(xiàn)實論壇”上帶來主題為《幾何SLAM 還是學習SLAM？（Geometric SLAM or Learning SLAM）》的精彩演講。她將分析幾何與深度學習融合的前景，并介紹其最近在幾何與深度學習融合的SLAM方面的系列工作，包括FMD SLAM中深度哈希相似分層的閉環(huán)檢測，動態(tài)目標SLAM中的深度學習分割與運動模糊的摳圖工作，大場景中深度哈希學習描述子與隨機森林結合的SLAM重定位，帶你看清SLAM的未來發(fā)展方向。

　　吳毅紅，中國科學院自動化研究所、模式識別國家重點實驗室機器視覺組組長, 研究員，博士生導師。研究方向為多視幾何理論、相機標定與定位、SLAM及在機器人定位與導航、AR、VR中的應用。在國際權威期刊和重要會議等上發(fā)表論文80余篇，包括PAMI、IJCV、ICCV、ECCV上第一作者論文。申請或獲權國內外發(fā)明專利16項。曾擔任ICCV、CVPR、ACCV、ICPR、IJCAI等的PC委員或Session/Area Chair。目前為《Pattern Recognition》編委、《自動化學報》編委、《計算機輔助設計與圖形學學報》編委、《計算機科學與探索》編委，《Visual Computing for Industry, Biomedicine, and Art》編委。中國圖形圖像學會三維視覺專委會副主任，中國圖形圖像學會機器視覺專委會常委。首批阿里菜鳥駝峰計劃特約專家。獲三星電子校企合作卓越貢獻獎。獲1項高等學?？茖W研究自然科學獎二等獎。為諾基亞芬蘭、三星、華為、百度等企業(yè)提供視覺SLAM技術服務累計10余年。