Artificial Intelligence（3）-后端研发实习生

1. 01

   仿真复现性图像分析 负责基于不同英伟达平台下、不同视频编码策略仿真图像数据，开展系统性的复现性对比评估，定位复现性回退的关键场景； 分析复现性回退场景与图像质量、场景复杂度、目标物类型、运动状态等因素的关联 识别复现性回退场景的目标物类别（如车辆、行人、交通标志等），归纳场景规律 统计分析不同编码QP策略下的topic size分布与变化规律，建立QP-图像质量-复现性之间的映射关系

2. 02

   编码策略对比分析 扩展分析范围至分块编码、码率降低、IP帧策略等不同编码方式对复现性的影响 对比不同编码策略下的图像质量损失与复现性退化模式 建立编码参数与仿真复现性之间的量化评估体系

3. 03

   图像画质异常自动检出 开发图像画质异常的自动化检测程序，覆盖绿图、条纹、花屏、过曝/欠曝等常见异常类型 构建画质异常数据集，设计并优化检测算法（基于传统图像处理或深度学习方法） 将检测程序集成到仿真数据流水线中，实现自动化质量监控

计算机视觉、图像处理、模式识别、自动驾驶、电子信息等相关专业，本科及以上在读 熟练掌握Python，熟悉OpenCV等图像处理库 了解视频编码基础概念（QP、码率控制、帧类型等） 具备基本的图像质量评估指标（PSNR、SSIM、LPIPS等）使用经验 加分项 熟悉视频编解码原理 熟悉深度学习框架（PyTorch/TensorFlow），有图像异常检测相关项目经验 了解数据闭环流程，有数据清洗、质量评估相关经验 具备良好的数据分析与可视化能力（Pandas、Matplotlib等） 注：若有其他疑问 可邮件咨询internrecruit@didiglobal.com