博客
关于我
【调剂】欢迎调剂模式识别、计算机视觉、虚拟现实方向研究生-上海应用技术大学...
阅读量:313 次
发布时间:2019-03-03

本文共 446 字,大约阅读时间需要 1 分钟。

计算机/软件专业调剂信息汇总

我是一名从事计算机视觉、模式识别以及虚拟现实等领域研究的专家,拥有丰富的学术研究经验。我的主要研究方向包括空间多视点图像的三维场景渲染与重建、视觉SLAM(同时定位与_mapping)、模糊信息分析与信息融合等。至今已发表了多篇高水平论文,并在多个重要会议上做了报告。

目前,我所在的课题组计划招收5-8名优秀硕士生加入。我们欢迎具备计算机、数学、物理、力学等相关背景的优秀学生申请。课程组注重理论与实践相结合,培养具备创新能力和实际应用能力的高水平研究生。

我们要求:

  • 数学基础扎实,无需特别说明;
  • 具备《数据结构》等计算机基础课程的学习经历;
  • 熟练掌握C++或其他编程语言。
  • 更多信息获取方式:

    • 关注我们的公众号,获取最新调剂信息;
    • 加入计算机考研调剂交流QQ群(群号:693487472),及时获取最新动态。

    关于我们:

    • 个人简介页面:www.sit.edu.cn
    • 学院简介:www.sit.edu.cn

    欢迎有意向的同学加入我们,一起开启精彩的研究之旅!

    转载地址:http://kmcm.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>