香港科技大学(HKUST)PhD博士申请攻略及导师简介

导师简介

如果你想申请香港科技大学 计算机工程学系博士，那今天这期文章解析可能对你有用！今天Mason学长为大详细解析香港科技大学的Prof. TAN的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！

作为香港科技大学（HKUST）电子与计算机工程系的教授，导师是计算机科学领域的重要学者，尤其在计算机视觉、计算机图形学和机器人学领域享有国际声誉。导师于2007年在HKUST获得计算机科学博士学位，现担任Intelligent Space Computing Lab主任和Von Neumann Institute副主任。教授的学术生涯涵盖了从前沿研究到实际应用的广泛领域，发表了157篇学术论文，涉及顶级期刊如ACM Transactions on Graphics和IEEE Transactions on Pattern Analysis and Machine Intelligence，以及高影响力会议如ICCV和CVPR。

研究领域

导师的研究兴趣集中在以下三个核心领域：

1. 计算机视觉：研究图像和视频的理解与处理，涵盖三维重建、SLAM、深度估计和事件相机（Event Camera）的应用。她的工作致力于提高视觉系统的鲁棒性和精度，尤其在复杂环境下的场景理解。
2. 计算机图形学：专注于高质量三维建模、渲染和体视重建（Volumetric Reconstruction），应用于虚拟现实（VR）、增强现实（AR）和数字孪生（Digital Twins）。
3. 机器人学：研究机器人感知与交互，涉及SLAM、机器人抓取（Robotic Grasping）和自主导航，目标是开发能够在动态环境中自主操作的智能机器人。

研究分析

1.DMHomo: Learning Homography with Diffusion Models

期刊：ACM Transactions on Graphics, v. 43, (3), April 2024

内容：该文提出了一种基于扩散模型（Diffusion Models）的单应性估计方法（Homography Estimation），用于图像对齐和场景几何变换。传统方法依赖手工特征或深度网络，而该研究利用扩散模型的生成能力，显著提高了在复杂光照和遮挡条件下的估计精度。

重要发现：通过引入噪声逐步去噪的训练策略，模型在低纹理区域表现出色，优于传统方法如SIFT和深度学习方法如SuperPoint。

2.Learning Photometric Feature Transform for Free-Form Object Scan

期刊：IEEE Transactions on Visualization and Computer Graphics, December 2024

内容：该文提出了一种光度特征变换（Photometric Feature Transform）方法，用于自由形态物体的三维扫描重建。研究结合光度一致性和几何约束，解决了非刚性物体在扫描过程中的形变问题。

重要发现：模型通过自适应特征提取，实现了高精度的表面重建，特别是在动态场景中表现出色。

3.DVI-SLAM: A Dual Visual Inertial SLAM Network

会议：2024 IEEE International Conference on Robotics and Automation (ICRA)

内容：该文提出了一种双视觉-惯性SLAM网络（Dual Visual Inertial SLAM），结合RGB相机和惯性测量单元（IMU），提升了机器人在动态环境中的定位和建图精度。

重要发现：通过深度学习的端到端优化，模型在快速运动和光照变化场景中实现了鲁棒的轨迹估计，优于传统ORB-SLAM。

4.Era3D: High-Resolution Multiview Diffusion using Efficient Row-wise Attention

会议：Lecture Notes in Computer Science, v. 15080, September 2024

内容：该文提出了一种基于高效行注意力机制（Row-wise Attention）的多视图扩散模型，用于从多视角图像生成高分辨率三维模型。研究优化了计算效率，降低了内存需求。

重要发现：模型在生成复杂几何结构时保持了细节精度，显著优于传统NeRF（Neural Radiance Fields）方法。

5.High-Resolution Volumetric Reconstruction for Clothed Humans

期刊：ACM Transactions on Graphics, v. 42, (5), August 2023

内容：该文聚焦于穿衣人体的体视重建，提出了一种结合深度学习和体视表示（Volumetric Representation）的方法，解决了衣物褶边和动态姿势的建模难题。

重要发现：通过引入多尺度特征融合，模型实现了高分辨率的细节捕捉，重建质量接近商业扫描设备。

6.Recurrent 3D Hand Pose Estimation Using Cascaded Pose-Guided 3D Alignments

期刊：IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 45, (1), January 2023

内容：该文提出了一种递归三维手势估计方法，通过级联姿势引导（Pose-Guided 3D Alignments）提升了手部动作的跟踪精度，适用于复杂交互场景。

重要发现：模型在遮挡和快速运动场景中表现出色，优于传统基于关键点的方法。

项目分析

1.Research in Spatial Intelligence

研究领域：Computer Vision, Robotics

内容：该项目由Adobe Systems Incorporated资助，聚焦于空间智能（Spatial Intelligence）的研究，旨在开发能够在复杂环境中理解和交互的视觉-机器人系统。项目结合SLAM、三维重建和深度学习技术，提升机器人对空间的感知能力。

重要发现：项目开发了高效的SLAM算法和三维场景解析工具，显著提高了机器人在未知环境中的自主性。

2.High Quality Indoor Scene 3D Reconstruction

研究领域：Computer Graphics, Computer Vision

内容：由北京华熙盛辉贸易有限公司和中电科集团资助，该项目旨在开发高质量室内场景三维重建技术，结合多传感器数据（RGB、深度、IMU）实现高精度建模。

重要发现：项目提出了一种多模态融合框架，解决了室内光照变化和遮挡问题，重建精度达到亚毫米级。

3.OCRTOC: A Cloud-Based Competition and Benchmark for Robotic Grasping and Manipulation

研究领域：Robotics, Computer Vision

内容：该项目设计了一个基于云的机器人抓取和操作竞赛平台（OCRTOC），提供标准数据集和评估框架，促进机器人抓取算法的开发。

重要发现：项目建立了统一的抓取基准，推动了深度学习在机器人抓取中的应用，显著提升了抓取成功率。

研究想法

1.基于事件相机的动态场景SLAM

• 背景：导师在Learning Optical Flow from Event Camera with Rendered Dataset中展示了事件相机在动态场景中的潜力。事件相机以高时间分辨率捕捉光强变化，适合快速运动场景。
• 立意：设计一种结合事件相机和深度学习的SLAM系统，针对动态环境（如人群密集区域）优化定位和建图精度。研究可探索事件流与RGB数据的多模态融合，解决传统SLAM在动态遮挡中的失效问题。
• 可行性：利用导师实验室的计算资源和事件相机数据集，结合开源SLAM框架（如ORB-SLAM）进行实验。

2.生成式模型驱动的个性化三维人体重建

• 背景：导师在High-Resolution Volumetric Reconstruction for Clothed Humans和Learning Personalized High Quality Volumetric Head Avatars中展示了三维人体重建的前沿技术。
• 立意：结合生成式对抗网络（GAN）和扩散模型，开发一个从单张RGB图像生成个性化三维人体模型的框架，优化衣物纹理和动态姿势的生成质量。
• 可行性：基于导师的体视重建框架，引入公开数据集（如Human3.6M）进行训练，实验室的GPU集群可支持高计算需求。

3.多机器人协作的视觉-抓取系统

• 背景：导师的OCRTOC项目为机器人抓取提供了标准平台，而DVI-SLAM展示了视觉-机器人系统的潜力。
• 立意：设计一个多机器人协作抓取系统，利用视觉SLAM和深度强化学习（Deep Reinforcement Learning）实现动态场景中的协同抓取任务。研究可聚焦于多机器人间的视觉通信和任务分配优化。
• 可行性：利用导师实验室的机器人平台（如机械臂）和仿真环境（如Gazebo）进行实验，结合开源强化学习框架（如RLlib）。

申请建议

1.深入研究导师的学术产出

• 建议：仔细阅读导师的近期论文（如DMHomo、Era3D），重点理解其方法论（如扩散模型、SLAM优化）和应用场景。查阅她的Google Scholar页面，关注被高引用的论文，了解其研究脉络。
• 实践：在研究计划中引用导师的1-2篇论文，提出如何在其基础上扩展研究。例如，基于DVI-SLAM，探讨多模态SLAM在低纹理环境中的改进。
• 创新点：展现你对导师研究细节的理解，如提到“结合事件相机优化SLAM的鲁棒性”，体现专业性。

2.明确研究兴趣匹配

• 建议：导师的研究聚焦于Computer Vision、Computer Graphics和Robotics，申请者需明确自己的兴趣点（如三维重建或机器人感知）并与导师方向对齐。避免泛泛的研究兴趣描述。
• 实践：在个人陈述（Statement of Purpose）中，阐述你对某一具体领域的热情（如“对高精度三维重建的兴趣源于我在VR项目的开发经验”），并提及导师的相关工作（如High-Resolution Volumetric Reconstruction）。
• 创新点：提出一个小型研究设想，呼应导师的项目，如“基于Era3D的多视角重建，优化低分辨率输入的生成质量”。

3.提升技术背景和编程能力

• 建议：导师的研究高度依赖深度学习和机器人算法，申请者需熟练掌握Python、PyTorch/TensorFlow和SLAM相关框架（如ORB-SLAM）。
• 实践：参与开源项目（如OpenCV、ROS）或Kaggle竞赛，积累计算机视觉和机器人领域的实战经验。在简历中列出具体项目（如“开发了一个基于NeRF的三维重建工具”）。
• 创新点：在申请材料中附上GitHub链接，展示与导师研究相关的代码（如SLAM算法实现），并在面试中准备讲解技术细节。

4.撰写高质量研究计划

• 建议：研究计划需围绕导师的核心领域（如三维重建或SLAM），提出一个明确、可行的课题，体现创新性和技术深度。
• 实践：参考导师的论文和项目，设计一个课题（如“基于事件相机的动态SLAM优化”），包括研究背景、方法、预期成果和与导师工作的关联。确保计划技术细节清晰（如“采用扩散模型优化特征提取”）。
• 创新点：强调课题的实际应用（如“应用于无人机导航”），并提及如何利用导师实验室的资源（如高性能GPU或机器人平台）。

博士背景

Kimi，985机械工程硕士，现为港三机械工程博士生。研究方向为智能制造和机器人学，专注于工业4.0背景下的自动化生产系统优化。曾在《Journal of Mechanical Design》和《Robotics and Computer-Integrated Manufacturing》发表过论文。获得IEEE机器人与自动化国际会议最佳学生论文奖。