《硕导/博导/研究实验室招募特辑》栏目，希望与各位读者分享全球各地院校的导师研究方向、所在实验室的研究项目、以及相关的硕士/博士/博士后/实验室研究助理的申请机会，拓展大家的信息渠道与未来合作机遇，也预祝各位顺利完成申请，收获更多offers！
慕尼黑工业大学 · 德国
2024 QS全球综合排名: 第37位
2023 QS计算机科学与信息系统全球学科排名: 第29位
2024 泰晤士高等教育世界大学排名: 第30位
2023 泰晤士高等教育全球影响力排名: 第28位
导师介绍
Prof. Dr. Matthias Nießner的核心发表数据情况，可通过Google Scholar链接查看
TUM学校官方对Prof. Dr. Matthias Nießner的介绍 (https://niessnerlab.org/members/matthias_niessner/profile.html)
Matthias Nießner
研究方向：
计算机视觉、图形和机器学习的交叉领域；三维重建、三维场景理解、视频编辑和 AI 驱动视频合成-Computer Vision; Graphics, and Machine Learning; 3D Reconstruction；Semantic 3D Scene Understanding; Video Editing, and AI-Driven Video Synthesis
校内职位：
Professor
隶属部门：
TUM School of Computation, Information and Technology
邮箱联系：
niessner@tum.de
学术网站：
https://scholar.google.com/citations?user=eUtEs6YAAAAJ&hl=zh-CN
教育/工作背景：
·2017-current, Professor, Technical University Munich, Germany
·2017-current, Co-Founder, Synthesia Technologies, United Kingdom
·2013-2017, Visiting Assistant Professor, Stanford University, USA
·2013, Ph.D. in computer graphics, University of Erlangen-Nuremberg, Germany
招收学生：
硕士项目申请、实习生申请、访问学者申请、博士申请、博士后申请（博士和博士后薪酬以下将进行说明）
实验室介绍
慕尼黑工业大学的视觉计算和人工智能实验室 (The Visual Computing & Artificial Intelligence Lab)，致力于推进计算机视觉、计算机图形和人工智能交叉领域的前沿研究。实验室的研究任务是现实世界中高度逼真数位复制的技术突破，其中包括静态和动态场景的3D几何形状、表面纹理及材质呈现。该组的研究人员同时也推动生成式人工智能、混合现实技术、三维重建等新兴技术解决方案，将虚拟呈现不断接近于现实世界效果。实验室过往发表的国际会议论文研究主题如下(CVPR/ICCV)，可做参考：
Intrinsic Image Diffusion for Single-view Material Estimation
ViewDiff: 3D-Consistent Image Generation with Text-to-Image Models
SceneTex: High-Quality Texture Synthesis for Indoor Scenes via Diffusion Priors
DiffuScene: Denoising Diffusion Models for Generative Indoor Scene Synthesis
Motion2VecSets: 4D Latent Vector Set Diffusion for Non-rigid Shape Reconstruction and Tracking
ScanNet++: A High-Fidelity Dataset of 3D Indoor Scenes
Text2Room: Extracting Textured 3D Meshes from 2D Text-to-Image Models
TUM Visual Computing & Artificial Intelligence Lab的官方介绍网页
实验室的部分研究项目
招生要求说明
招募博士生/实习生/博士后岗位
PhD, Intern, and PostDoc Positions in Visual Computing / Machine Learning
研究领域：
实验室正招募在计算机视觉和机器学习交叉领域的优秀博士生、实习生和博士后，注重3D视觉、静态与动态三维重建、深度学习、语义场景理解、图像及视频合成模型等相关领域。
The Visual Computing & Artificial Intelligence Group at the Technical University of Munich is looking for highly motivated PhD students, interns, and PostDocs at the intersection of computer vision and machine learning. The positions are flexible in terms of research direction within 3D vision and graphics with a heavy focus on cutting-edge deep learning-based techniques. We are particularly interested in static and dynamic 3D reconstruction, semantic scene understanding, and generative models for photo-realistic image/video synthesis. Overall, the main focus is on high-impact research with the aim to revolutionize the research field in 3D learning.
研究主题：
神经渲染-Neural Rendering
生成式人工智能-Generative AI: Diffusion, GANs, etc.
3D重建-3D Reconstruction
SLAM/姿态跟踪-SLAM / Pose Tracking
语义场景理解-Semantic Scene Understanding
面部/人体追踪-Face / Body Tracking
非线性优化-Non-Linear Optimization
媒体取证/虚假新闻检测-Media Forensics / Fake News Detection
薪资说明：
The positions are fully-funded with payments and benefits according to German public service positions (TV-L E13, 100% for PhDs and TV-L E14, 100% for PostDocs; 45k - 57k Euro/year + benefits). For interns, we offer a stipend to cover living expenses.
对于德国TV-L E13、TV-L E14对应的薪资参考（可见划线标记处），也可从以下链接获取详细说明与附属链接信息，其中的数据为税前工资且还需根据具体情况而定：https://academicpositions.be/career-advice/phd-postdoc-and-professor-salaries-in-germany
基本要求：
拥有硕士学位-Masters degree
熟练掌握编程技能-Expert level coding skills
拥有计算机视觉/计算机图形/机器学习的背景-Background in vision/Graphics/ML
熟练掌握英语技能-Proficient English skills
具备数值优化的专业知识-Strong background in numerical optimization
掌握深度学习常用脚本语言，如Python-Knowledge in scripting languages used by modern deep learning frameworks (e.g. Python)
拥有高动力与项目贡献意愿-Extremely high motivation and dedication
针对实习生的特别说明：
在读博士生可投(就读超过两年)-Ongoing PhD (for longer than two years)
至少已有一篇顶级出版物，如CVPR-国际计算机视觉与模式识别会议、ICCV-国际计算机视觉大会、ECCV-欧洲计算机视觉国际会议、SIGGRAPH-国际计算机图形与交互技术会议等-At least one top tier publication (CVPR, ICCV, ECCV, Siggraph, etc.)
针对博士后的特别说明：
已经或即将完成博士学业-Completed PhD (or very close to completion)
在顶级范畴拥有出色的论文发表记录，包括如CVPR、ICCV、SIGGRAPH等-Strong publications record at top tier venues (CVPR, ICCV, ECCV, Siggraph, etc.)
申请材料：
一页简要简历-Brief CV (one page)
一页简要的研究陈述，包含对必要问题的答复-Short and precise research statement (maximum one page) answering the following questions regarding your targeted research area:
1. What concrete problem do you want to solve?
2. Why do you want to solve it?
3. How do you want to solve it?
4. What are your expected final results and general aims?
5. Add any relevant references (preferably papers by you)
本科和硕士成绩单-Bachelors and Masters Transcripts
至少两封推荐信-At least two recommendation letters
申请联系方式
以下两张图是实验室官方对申请步骤的详细说明，其中涉及的链接如下：
For PhD, Intern, and PostDoc Positions:
https://application.vc.in.tum.de/login?next=%2Fprofile
https://application.vc.in.tum.de/login?next=%2Fapplication
For Master's Applications:
https://application.vc.in.tum.de/master-application
博士交流 | 学术规划 | 资讯分享 | 科研提升 | 申请经验
TechArt Research学究科研社，专注于建筑|城市|景观|交互|艺术|工程|计算机|机器人等跨学科领域的学术交流与教学合作。自2019年由Cambridge剑桥大学、UCL伦敦大学学院、MIT麻省理工学院、Harvard哈佛大学等多位名校学者共同创立品牌。持续汇聚美国藤校、英国G5等海内外名校博士/博士后/讲师/教授，研发前沿教学模式及课题内容，竭力为热爱学术的学员们带来优质的科研资源、创造得天独厚的教育空间。
一对一 | 硕士&博士等多学位与职位申请服务
◯ 授课型硕士/研究型硕士/博士/学术类求职
可单项/多项组合：评估申请定位→确定个人研究方向→筛选院校和导师→指导研究提案(研究计划书)写作→指导套磁信写作与套磁回复方法→指导写作范例修改与润色→指导学术简历修改→指导个人陈述信/动机信写作→指导作品集项目→指导非正式/正式面试回答方法与面试材料→指导奖学金申请材料→指导网申填写与材料进度跟进。
一对一/小组 | 学术科研课程与研究论文发表
◯ 学术期刊论文/会议论文/课程论文/毕业论文
可定制安排进度：明确研究意向→评估综合研究能力→定制课程框架与指导内容→提升必备技能与思路→全面补充课题知识→梳理文献综述→确定研究设想与方法论→收集、处理与分析数据→推进实验验证→总结项目结论→完成论文初稿→匹配投稿平台→精改润色与最终投递→审稿反馈修改→获取录用函，正式见刊收录。
TechArt将继续分享前沿学术知识与优质科研资源，为热爱学术的小伙伴们提供满满福利！
