研究方向
Research Areas
01
计算机视觉
Computer Vision
关注图像与视频中的内容理解，研究模型如何在复杂环境和新任务中保持有效的视觉感知。相关工作涉及低光照图像分割、开放世界模型适应以及面向新物体的持续位姿估计。
- 视觉感知
- 开放世界学习
- 模型适应
- 物体位姿估计
02
多模态学习
Multimodal Learning
关注视觉、语言、语音等信息之间的联系与协同，探索多种信息互补或出现语义不一致时的理解方法。相关工作包括视频情感分析、反语检测与目标识别、跨模态检索和多模态上下文学习。
- 视觉语言模型
- 语义不一致性
- 情感理解
- 跨模态检索
03
具身智能
Embodied Intelligence
关注感知与行动之间的联系，研究智能体如何获取和理解环境信息，并通过与环境交互完成任务。我们关注机器人多模态感知、视觉理解与决策等问题，探索感知信息如何支持任务执行。
- 机器人多模态感知
- 环境理解
- 机器人决策