点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达
实验室概览
香港大学电子与电气工程系的计算机视觉与机器智能实验室（CVMI Lab）致力于赋予机器感知、理解和重建视觉世界的能力。我们的研究领域主要包括：
3D场景理解：开发3D数据（如点云）的表示学习技术，研究RGB-D/3D语义理解（如语义分割、目标检测、实例分割）和配准任务。
高效深度学习：致力于开发计算高效的深度学习算法和数据高效的深度学习方法，包括高质量数据合成、有效的图像标注系统、标签高效的学习策略（如自监督学习、弱监督学习、领域适应和半监督学习等）。
高质量3D重建：推动基于学习的方法在3D感知领域的发展，如从单张图像或视频进行3D对象和场景重建，以及稀疏到密集的深度补全，以提升深度感知质量。
实验室由经验丰富的教授和同学组成，致力于解决计算机视觉和人工智能领域的前沿问题。我们在国际顶级会议和期刊上发表了多篇高影响力论文，研究成果在学术界和工业界均获得广泛认可。
导师介绍
Dr. Qi Xiaojuan，现任香港大学电子与电气工程系助理教授，兼任深度视觉实验室（Deep Vision Lab）成员。她的研究领域广泛，主要集中在计算机视觉、深度学习和人工智能。其研究目标是赋予机器在开放环境中感知、理解和重建视觉世界的能力，具体包括：
3D重建、生成与视觉环境模拟：开发先进的算法，实现高精度的三维重建和生成，以及逼真的视觉环境模拟。
开放世界、交互式和可靠的视觉理解：研究机器在开放环境中的视觉理解能力，提升其交互性和可靠性。
高效的训练和推理：优化深度学习模型的训练和推理效率，降低计算成本。
开放式智能体的应用：将研究成果应用于自动驾驶、嵌入式智能体等领域。
此外，齐教授还关注利用人工智能推动科学和医学研究的发展。
她于2018年在香港中文大学计算机科学与工程系获得博士学位，师从贾佳亚教授。在此之前，她于2014年在上海交通大学电子科学与技术专业获得学士学位。
招生研究方向
我们诚邀对以下研究方向感兴趣的博士研究生加入：
深度学习算法开发
自然及医学图像分析
3D场景理解与重建
深度神经网络行为研究
申请要求
我们期待您的加入，如果您：
拥有扎实的学术背景和出色的编程能力
在相关研究领域有经验者优先考虑
申请流程
如有兴趣，请将邮件按“Affiliation_Name_Program”格式发送至：xjqi@eee.hku.hk。例如，您的姓名为Kevin，来自香港大学，申请博士项目，邮件标题应为“HKU_Kevin_Ph.D.”。
联系方式
邮箱：xjqi[at]eee.hku.hk
让我们携手开拓科技的无限可能，推动视觉理解领域的发展！
香港大学CVMI实验室 期待您的加入！
下载1：OpenCV-Contrib扩展模块中文版教程 在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。 下载2：Python视觉实战项目52讲 在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。 下载3：OpenCV实战项目20讲 在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。 交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
