人機(jī)交互科研項(xiàng)目：元宇宙入口——虛擬信息與真實(shí)場(chǎng)景的實(shí)時(shí)疊加與融合、AI驅(qū)動(dòng)的沉浸式技術(shù)應(yīng)用【大三及以上組】

導(dǎo)師學(xué)校介紹

卡內(nèi)基梅隆大學(xué)（CMU）始建于1900年，是世界范圍內(nèi)頗負(fù)盛名的私立研究型大學(xué)，擁有世界歷史最悠久的計(jì)算機(jī)學(xué)院之一，位列CSRankings排名世界第一，U.S.News計(jì)算機(jī)本科及碩士項(xiàng)目與斯坦福大學(xué)，麻省理工學(xué)院，加州大學(xué)伯克利分校并列全美第一。截至2019年3月，學(xué)校的教員和校友中共有20人獲得諾貝爾獎(jiǎng)，13人獲得圖靈獎(jiǎng)，22人獲評(píng)美國(guó)藝術(shù)與科學(xué)院院士，19人進(jìn)入美國(guó)科學(xué)促進(jìn)會(huì)，72人入選美國(guó)國(guó)家學(xué)院?？▋?nèi)基梅隆大學(xué)是美國(guó)四大計(jì)算機(jī)名校之一，連續(xù)多年問(wèn)鼎全球計(jì)算機(jī)專業(yè)排名第一。

導(dǎo)師詳細(xì)介紹

導(dǎo)師昵稱

Kris

導(dǎo)師級(jí)別

終身正教授&計(jì)算機(jī)視覺(jué)研究生項(xiàng)目主任

導(dǎo)師學(xué)校

卡內(nèi)基梅隆大學(xué)(CMU)

Kris導(dǎo)師現(xiàn)任卡內(nèi)基梅隆大學(xué)終身教授及計(jì)算機(jī)視覺(jué)碩士項(xiàng)目主任。導(dǎo)師于南加州大學(xué)獲得學(xué)士學(xué)位，在東京大學(xué)獲得碩士和博士學(xué)位。Kris教授研究興趣涉及計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)和人機(jī)交互等領(lǐng)域。他的研究興趣主要集中在第一人稱視覺(jué)、人類活動(dòng)建模和反向強(qiáng)化學(xué)習(xí)的交叉領(lǐng)域。導(dǎo)師論文曾獲得ICCV 2017的Marr獎(jiǎng)榮譽(yù)獎(jiǎng)，CHI 2017和CHI 2020的最佳論文榮譽(yù)獎(jiǎng)，W4A 2017和2019的最佳論文，ACCV 2014的最佳應(yīng)用論文和ECCV 2012的最佳論文榮譽(yù)獎(jiǎng)。

Kris is an associate research professor and director of the MS in Computer Vision program of the Robotics Institute at Carnegie Mellon University.He received his BS at the University of Southern California and his MS and PhD at the University of Tokyo.His research projects span the areas of computer vision,machine learning and human computer interaction.In particular,his research interests lie at the intersection of first-person vision,human activity modeling and inverse reinforcement learning.His work has been awarded the Marr Prize honorable mention at ICCV 2017,best paper honorable mention at CHI 2017 and CHI 2020,best paper at W4A 2017 and 2019,best application paper ACCV 2014 and best paper honorable mention ECCV 2012.

適合人群

方向：理工

專業(yè)：人工智能

適合專業(yè)：計(jì)算機(jī)科學(xué)，電子與計(jì)算機(jī)科學(xué)，信號(hào)與信息處理，深度學(xué)習(xí)，計(jì)算機(jī)視覺(jué)，人機(jī)交互

項(xiàng)目?jī)r(jià)格：33800

項(xiàng)目周期：7周在線小組科研+5周論文指導(dǎo)

是否建議高中生學(xué)習(xí)：是

是否建議大學(xué)生學(xué)習(xí)：是

語(yǔ)言：英文

難度：中級(jí)/高級(jí)難度

建議具備的基礎(chǔ)：對(duì)人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)科學(xué)、計(jì)算機(jī)工程、數(shù)據(jù)科學(xué)、通信以及交叉學(xué)科和方向感興趣的學(xué)生；學(xué)生需要具備微積分及線性代數(shù)基礎(chǔ)，至少有一門(mén)編程語(yǔ)言的計(jì)算機(jī)視覺(jué)算法實(shí)現(xiàn)經(jīng)歷

科研項(xiàng)目產(chǎn)出

7周在線小組科研學(xué)習(xí)+5周論文指導(dǎo)學(xué)習(xí)共125課時(shí)+不限時(shí)論文指導(dǎo)

學(xué)術(shù)報(bào)告

優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級(jí)別索引國(guó)際會(huì)議全文投遞與發(fā)表指導(dǎo)（可用于申請(qǐng)）

結(jié)業(yè)證書(shū)

成績(jī)單

項(xiàng)目介紹

項(xiàng)目涵蓋計(jì)算機(jī)視覺(jué)領(lǐng)域的常用深度學(xué)習(xí)方法和前沿技術(shù)，比如生成模型、計(jì)算機(jī)視覺(jué)API、AutoML Vision。項(xiàng)目結(jié)束后，學(xué)生將完成兩頁(yè)Jupyter Notebook形式的報(bào)告，創(chuàng)建計(jì)算機(jī)視覺(jué)應(yīng)用程序部署在邊緣推理平臺(tái)，進(jìn)行成果展示。學(xué)生將能夠從頭開(kāi)始建立計(jì)算機(jī)視覺(jué)模型，完成指定場(chǎng)景應(yīng)用。

個(gè)性化研究課題參考：

基于計(jì)算機(jī)視覺(jué)的動(dòng)態(tài)手勢(shì)識(shí)別

應(yīng)用計(jì)算機(jī)視覺(jué)對(duì)果蔬表面缺陷的判別研究

深度測(cè)量及物體三維模擬重構(gòu)

項(xiàng)目背景

1956年達(dá)特茅斯會(huì)議以來(lái)，人工智能已走過(guò)60年的風(fēng)風(fēng)雨雨，期間歷經(jīng)兩次繁榮與低谷，喧囂與沉寂。千禧年后，大數(shù)據(jù)的蓬勃發(fā)展和算力的指數(shù)級(jí)增長(zhǎng)賦予了深度學(xué)習(xí)新的生機(jī)。深度學(xué)習(xí)如破竹之勢(shì)將機(jī)器輔助功能變?yōu)榭赡埽屓斯ぶ悄茉诟鱾€(gè)應(yīng)用領(lǐng)域?qū)崿F(xiàn)落地。其中，人工智能一個(gè)重要的研究方面就是計(jì)算機(jī)視覺(jué)?！坝?jì)算機(jī)視覺(jué)是一門(mén)研究如何使機(jī)器‘看’的科學(xué)，更進(jìn)一步的說(shuō)，就是指用攝影機(jī)和計(jì)算機(jī)代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量，其本質(zhì)是模擬人類的感知與觀察的一個(gè)過(guò)程?！睋?jù)國(guó)金證券發(fā)布的調(diào)研報(bào)告稱，計(jì)算機(jī)視覺(jué)是AI領(lǐng)域應(yīng)用場(chǎng)景最豐富、商業(yè)化價(jià)值最大的領(lǐng)域，占中國(guó)AI市場(chǎng)的34.9%，排名第一。目前，相關(guān)技術(shù)已經(jīng)在金融、自動(dòng)駕駛、醫(yī)療、安防、互動(dòng)娛樂(lè)等多個(gè)應(yīng)用場(chǎng)景落地。計(jì)算機(jī)視覺(jué)背后的深度學(xué)習(xí)知識(shí)有哪些？如何將這些知識(shí)與實(shí)踐相結(jié)合？

項(xiàng)目大綱介紹

緯度轉(zhuǎn)換2D Transformations

邊緣檢測(cè)與圖像拼接 Homography Estimation

單視圖幾何 Single View Geometry

姿態(tài)估計(jì)和極線幾何 Pose Estimation and Epipolar Geometry

內(nèi)核矩陣估計(jì) Fundamental Matrix Estimation

學(xué)術(shù)研討1：教授與各組學(xué)生探討并評(píng)估個(gè)性化研究課題可行性，幫助學(xué)生明晰后續(xù)科研思路 Research Workshop I

學(xué)術(shù)研討2：學(xué)生將在本周課前完成程序設(shè)計(jì)原型（prototype）及偽代碼（Pseudocode），教授將根據(jù)各組進(jìn)度進(jìn)行個(gè)性化指導(dǎo)，確保學(xué)生優(yōu)質(zhì)的終期課題產(chǎn)出 Research Workshop II

項(xiàng)目成果展示 Final Presentation

>>沒(méi)有教授推薦信，缺少科研經(jīng)驗(yàn)？點(diǎn)擊這里提升背景<<