[招生] [教授本人]博士申请:伦敦玛丽女王大学袁善欣老师课题组招收全奖博士生及合作者
1700
伦敦玛丽女王大学
伦敦玛丽女王大学始建于十九世纪，于1915年加入国际著名的伦敦大学。伦敦玛丽女王大学是伦敦大学四大学院之一，作为国际认可的学术研究型大学，现有2000多名博士生，4600多名教职工 27000名在校学生，其中有近40%是来自于世界各地的国际留学生。历史上有九名诺贝尔奖获得者。在计算机视觉方向有雄厚的研究教学实力及前沿地位。
导师简介
袁善欣（Shanxin Yuan）老师是电子工程与计算机科学学院助理教授，博士毕业于Imperial College London。研究方向为: 3D computer vision, digital human (body, face, hand), neural rendering, 3D gaussian splatting, digital music, image generation, computational photography.
个人主页：
shanxinyuan.github.io
招生计划：
招收多名全奖PhD学生。
Postdoc等机会欢迎直接与老师联系；
长期开放实习，访问学者机会，欢迎直接与老师联系。
Project 1: This project explores the feasibility of using multimodal data to generate realistic dance movements. By integrating data from various sources, this research aims to enhance the reconstruction and generation of human avatars, enabling more lifelike and synchronized dance performances in virtual environments.
Project 2: This project leverages recent advancements in computer vision, such as Gaussian Splatting and diffusion models, to improve the accuracy and fluidity of sign language recognition and translation. By integrating these cutting-edge techniques, the project aims to create more precise and responsive systems for interpreting sign language in real time.
注：本课题组长期招收博士生、博士后研究员、实习生，和访问学者。请直接与老师联系。
邮箱: [email protected]
微信：IC_Samuel
伦敦玛丽女王大学始建于十九世纪，于1915年加入国际著名的伦敦大学。伦敦玛丽女王大学是伦敦大学四大学院之一，作为国际认可的学术研究型大学，现有2000多名博士生，4600多名教职工 27000名在校学生，其中有近40%是来自于世界各地的国际留学生。历史上有九名诺贝尔奖获得者。在计算机视觉方向有雄厚的研究教学实力及前沿地位。
导师简介
袁善欣（Shanxin Yuan）老师是电子工程与计算机科学学院助理教授，博士毕业于Imperial College London。研究方向为: 3D computer vision, digital human (body, face, hand), neural rendering, 3D gaussian splatting, digital music, image generation, computational photography.
个人主页：
shanxinyuan.github.io
招生计划：
招收多名全奖PhD学生。
Postdoc等机会欢迎直接与老师联系；
长期开放实习，访问学者机会，欢迎直接与老师联系。
Project 1: This project explores the feasibility of using multimodal data to generate realistic dance movements. By integrating data from various sources, this research aims to enhance the reconstruction and generation of human avatars, enabling more lifelike and synchronized dance performances in virtual environments.
Project 2: This project leverages recent advancements in computer vision, such as Gaussian Splatting and diffusion models, to improve the accuracy and fluidity of sign language recognition and translation. By integrating these cutting-edge techniques, the project aims to create more precise and responsive systems for interpreting sign language in real time.
注：本课题组长期招收博士生、博士后研究员、实习生，和访问学者。请直接与老师联系。
邮箱: [email protected]
微信：IC_Samuel
0条回复