vivo
图像算法工程师（智能稳像方向）--27届蓝极星
岗位职责
我们是vivo影像防抖技术团队，视频防抖已从简单的裁剪平移演进为融合多传感器、三维场景理解与实时渲染的复杂系统。电子防抖（EIS）的技术边界正在被重新定义——它不再只是后处理滤波，而是光学防抖、陀螺仪融合、三维运动估计、路径规划与实时图形渲染的协同工程。我们寻找具备跨域综合能力的博士研究员，参与下一代防抖系统的全链路技术攻关。 核心职责：
运动估计与传感器融合：
研究基于陀螺仪、加速度计与视觉特征的多源融合运动估计，构建高精度相机姿态轨迹；
设计抖动与意图运动的解耦模型，区分手持抖动、行走震动与用户主动运动，避免过度稳定；
研究 IMU 预积分、零偏估计、时间戳对齐等工程问题对防抖精度的影响；
三维建模与场景理解：
研究基于单目/多目的深度估计与三维场景重建，支撑视差感知防抖与前景/背景分层稳定；
探索 NeRF、3D Gaussian Splatting 等新型三维表达在防抖与视角合成中的应用潜力；
分析动态场景（运动物体、遮挡）对运动估计的干扰，设计鲁棒的外点剔除策略；
路径规划与轨迹优化：
设计平滑相机路径规划算法，在抖动抑制与运动跟随之间实现最优权衡；
研究基于优化理论的轨迹平滑方法，包括样条插值、L1/L2 正则化、MPC 滚动优化等；
针对不同拍摄场景（步行、运动、长焦）自适应调整稳定策略与裁剪预算；
图形学与实时渲染：
研究基于网格变形的非线性防抖方法，处理滚动快门畸变校正；
探索基于深度学习的端到端防抖渲染框架，研究其与传统几何方法的融合路径；
OIS/EIS 协同与光学链路：
深入理解 OIS 马达控制机制，研究 OIS 残差补偿与 EIS 的协同策略；
分析长焦、大光圈、微距场景下光学防抖的局限性，设计 EIS 的针对性补偿方案；
参与防抖系统在 ISP pipeline 中的集成，理解 Rolling Shutter 读出时序对算法设计的约束。
任职要求
计算机视觉、计算机图形学、机器人学、信号处理、光学工程或相关方向博士学历；
扎实的数学基础：李群/李代数、流形优化、随机过程、凸优化；
核心能力（以下方向有深入研究者优先）：
图形学与渲染：熟悉投影变换、网格变形、图像插值；了解 OpenGL/Vulkan/Metal 实时渲染管线；
三维建模：掌握 SfM/SLAM/MVS 基础；了解 NeRF、3DGS 等隐式/显式三维表达；
路径规划与优化：熟悉轨迹平滑、样条理论、MPC/LQR；有非线性优化（Ceres/g2o/GTSAM）实践经验；
光学与控制：理解 OIS 控制回路、马达迟滞建模；了解光学像差对防抖残差的影响；
传感器融合：熟悉 IMU 误差模型、卡尔曼滤波/因子图；有 VIO 或视觉惯性里程计经验者优先；
Rolling Shutter：理解 RS 成像模型及其对运动估计、图像变形的影响；
加分项：
顶会/顶刊论文发表；
有手机/相机/无人机厂商防抖相关实习经历；
熟悉算法在移动端 DSP/GPU 的实时部署；
了解 GYROFLOW、Adobe Warp Stabilizer 等业界防抖方案的技术原理.
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。