博客
关于我
【2020年高被引学者】 孙剑 旷视科技
阅读量:156 次
发布时间:2019-02-27

本文共 280 字,大约阅读时间需要 1 分钟。

2020年高被引学者孙剑是旷视科技的首席科学家和研究院院长,他在计算机视觉和计算机图形学领域进行深入研究,尤其关注解决基础研究问题和建立真实研究体系。他的主要研究方向包括计算摄影和基于图像的深度学习。

截至2020年,孙剑累计发表论文达358篇,累计引用次数高达140253次。这一成就不仅体现了他在学术领域的深厚造诣,也彰显了他在技术探索中的持续贡献。

作为技术领域的资深专家,孙剑不仅推动了旷视科技的技术发展,也为整个行业树立了标杆。他的研究成果不仅被同行广泛认可,更为行业的发展指明了方向。

如果你对孙剑的研究成果或论文有兴趣,可以关注相关信息了解更多。

转载地址:http://mwzd.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>