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 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>