研究领域
目标检测图像分割目标跟踪 / ReID视频理解视觉基础模型Low-Level Vision
研究 Idea
目标检测
- 开放词汇目标检测
- 开放世界目标检测
- VLM 驱动的通用目标检测
- 复杂场景小目标检测
- 多模态信息增强目标检测
- 弱监督与少样本目标检测
图像分割
- 视觉基础模型驱动的通用图像分割
- 开放词汇语义分割
- 指令驱动的图像分割
- 多模态 Agent 细粒度分割
- 医学图像智能分割
- 视频目标分割与跟踪
目标跟踪 / ReID
- 复杂场景多目标跟踪
- 视觉语言模型辅助目标跟踪
- 跨摄像头行人重识别
- 多模态行人重识别
- 开放世界目标跟踪
- 长时序视频目标跟踪
视频理解
- 长视频高效理解
- 视频事件理解与时序定位
- 视频问答与复杂推理
- 视频动作识别与行为理解
- 实时 Streaming Video Understanding
- 视频基础模型高效适配
视觉基础模型
- 视觉 Foundation Model 高效适配
- 视觉基础模型参数高效微调
- 自监督视觉表示学习
- 开放场景视觉基础模型
- 视觉基础模型持续学习
- 视觉 Foundation Model × 下游任务泛化
Low-Level Vision
- 扩散模型驱动的图像修复
- 低照度图像增强
- 图像去噪与超分辨率
- 复杂天气图像恢复
- 真实场景图像退化建模
- 视觉基础模型驱动的通用图像恢复
