Recruitment & Contact

XPixel团队招收计算机视觉方向博士生/博后

XPixel团队介绍

XPixel (eks-prksel/)致力于让世界变得更清晰和美好。我们关注计算机视觉的各种问题,包括但不限于图像/视频超分辨率、去噪、去模糊等。我们的成员包括来自于深圳先进技术研究院、上海人工智能实验室、香港中文大学、南洋理工大学、澳门大学、腾讯和商汤科技的研究人员、学生和学者。我们致力于底层计算机视觉问题的研究,旨在将我们的工作成果转化为现实世界中的优秀技术。团队文化是奉献、专注和平衡。

XPixel Metaverse

导师信息

董超,博士生导师,中国科学院深圳先进技术研究院研究员,上海人工智能实验室领军科学家,上海交通大学兼职博导。博士毕业于香港中文大学信息工程专业。2014年,在欧洲计算机视觉大会 (ECCV)上发表论文SRCNN,首次将深度学习引入图像超分辨领域。2017年至今,多次带队参加国际超分辨率比赛,共获得9项冠军。2016年-2018年就职于商汤科技,带领商汤超分团队开发了世界首款基于深度学习的数码变焦软件,2021年被斯坦福大学评选为世界前2%顶尖科学家。2022年被评为A1 2000人工智能全球最具影响力学者。谷歌引用量超过2万2千次。主要研究方向包括图像视频超分辨率、去噪和增强等。

招生信息

XPixel 团队目前招收计算机视觉方向博士生和博士后。具体招收方式包含:

博士生:

研究方向:

1. 底层视觉方向, 包括但不限于图像复原、图像增强、上色、图像编辑、视频处理、老照片老电影复原、计算成像等相关方向。我们进行这些任务的网络架构以及训练、可解释性以及泛化性能的研究。我们对于其他的底层视觉相关问题同样感兴趣。

2. 生成模型方向, 包括但不限于生成模型的理论,生成模型的可解释性、可编辑的生成模型和生成模型在底层视觉上的应用。

3. 计算机视觉相关方向。例如表征学习、自监督/半监督/无监督学习、深度学习架构和技术、可解释的计算机视觉、图像视频理解、图像识别/分割/检测等。

申请要求:

1. 具有自我驱动力,对于研究有热情、有理想。对未知事物刨根问底,有较强的批判性思考能力。

2. 本科或硕士为计算机/电子信息或者相关专业,成绩优异;

3. 在计算机视觉/机器学习/底层视觉方向有一定的研究经历。有相关科研论文和研究项目者优先;

4. 有较强的编程基础,熟悉pytorch等深度学习框架。编程竞赛获奖者或有工程开发经历者优先;

博士生招生途径:

1. 中科院大学博士 (2023年九月入学,2023年3月参加博士招生考试)。要求硕士学历,985本科; 名额一名。

2. 上海交通大学博士 (2023年参加夏令营,2024年九月入学)。要求为直博保研生,985本科,排名前三,国家级竞赛获奖; 名额一名。

3. 香港中文大学博士 (在汤晓鸥教授实验室学习,2023年三月申请,2023年九月入学)。要求两篇论文,英语雅思 6.5,本科或硕士为C9或同级别; 名额一名。

4. 南京大学工程博士,第一学年在南京大学完成课程学习,之后在深圳先进院培养,要求985或双一流高校硕士毕业生; 名额一名。详情见南京大学招生简章以及网上报名公告。请在2024年12月31日前投递至康馨予xy.kang1@siat.ac.cn。

5. 对于非常优秀的同学可以特殊考虑。

博士后:

在计算机视觉领域开展创新性研究,申报科科研项目,发表高水平论文,指导研究生,能带领团队进行相关系统研发。

申请要求:

1. 具有自我驱动力,对于研究有热情、有理想。对未知事物刨根问底,有较强的批判性思考能力。

2. 在计算机视觉、图像处理、模式识别、机器学习、语音处理等专业取得博士学位:

3. 有多个计算机视觉/机器学习/底层视觉方向上的项目经验,有较好的研究背景和研究成果。在顶级国际会议/期刊上发表过高水平论文;

4. 具有较强英语阅读、写作和沟通能力。博士后要求具有独立撰写科研文章和报告的能力;

5. 有很强的自我驱动力和科研热情。具有独立科研的能力。有较强的责任感、良好的沟通能力和团队合作精神。

申请方式:

请将简历发送至董超老师邮箱 chao.dong@siat.ac.cn


并陈述已有的研究经历和感兴趣的计算机视觉课题,说明想要申请的学校。 邮件标题格式为:


[Target Position (PhD/Postdoc)Application] Your Name + Institution Name + Qualification (Bachelor/Master/PhD)。

如有其它问题欢迎邮件咨询。

XPixel Group

Email: chao.dong@siat.ac.cn

Shanghai AI Lab, SIAT, CUHK, NTU, UM, Tencent, SenseTime