面向开放场景的三维重建研究

课题背景： 近年来，随着视频生成模型取得了显著进展，用户通过简单交互即可生成一个目标场景，显著提升了游戏开发的效率。然而，当前生成的视频场景往往局限于小范围、控制性较弱的问题，为了实现从视频创作到游戏创作的跨越，本课题聚焦于开发高效的三维重建技术，实现高质量的3D场景创作，典型应用场景例如： 游戏场景创作、影视制作等。 课题挑战：

1. 01

   大规模场景的高效三维重建算法：在保持照片级渲染质量的前提下，突破现有重建技术（如3DGS，VGGT），实现分钟级甚至秒级的快速高质量建模；

2. 02

   多视角轨迹估计与全局一致性优化： 如何结合多视角图像匹配、相机位姿估计与全局优化方法，提升复杂运动轨迹下的定位鲁棒性，减少漂移、错配与累计误差，保证大规模场景重建过程中的全局几何一致性；

3. 03

   训练加速与系统优化： 优化数据处理、参数训练、内存管理与并行计算流程，提升模型收敛速度和系统吞吐能力，缩短重建与训练周期，满足快速迭代的工程需求。 具体工作： 你将参与到面向开放场景的重建研究与系统开发，涵盖复杂指令数据的合成和评估、多视角相机轨迹下的模型训练、快速高质量的场景三维重建以及系统集成等。

1. 01

   包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、信号与信息处理等专业的博士和优秀硕士；

2. 02

   熟练掌握计算机视觉和图像处理相关的基本算法及应用，熟悉PyTorch、fsdp、DeepSpeed等至少一个深度学习框架；

3. 03

   较强的工程实现能力，熟练掌握Shell/Python/C++至少一种编程语言。