•修读高等计算机图形学、立体视觉与模式识别等硬核课程，专业成绩位列年级前 10%，具备扎实的数学推导与底层原理理解能力。
•在校期间主导“全国大学生机器人大赛”三维导航模块开发，通过视觉 SLAM 技术实现无 GPS 环境下的精准定位，获国家级二等奖。
•深度参与国家级重点实验室的光场相机项目，负责四维光场数据的高效编码研究，以第一作者身份在 CVPR Workshop 发表关于稀疏视图重建的论文，锻炼了科研选题与工程复现能力。
•- 负责自动驾驶场景下三维点云语义分割算法的落地与迭代，针对复杂天气条件设计多模态特征融合策略，显著提升了恶劣环境下的感知鲁棒性。
•- 主导了基于 Transformer 的 3D 目标检测模型轻量化工作，通过通道剪枝与算子融合，在边缘计算盒子上实现了毫秒级推理，满足了实时性要求。
•- 优化了点云预处理管线，自研了高效的体素编码模块，将点云数据读取速度提升了 40%，为下游算法提供了稳定的数据输入。
•- 跨部门协作推进算法在量产车上的验证，涉及物流园区、城市道路等多种场景，通过数据闭环系统持续迭代模型效果，保障了项目按时交付。
•- 独立负责数字孪生平台核心渲染管线的架构设计与开发，引入神经辐射场（NeRF）技术加速复杂场景的实时重建，实现了照片级渲染效果。
•- 针对移动端 VR 设备算力受限问题，设计了动态分辨率渲染算法，通过 Foveated Rendering 技术降低了 GPU 负载，使头显设备的续航时间延长了 15%。
•- 负责算法模型的精度与速度调优，通过 TensorRT 加速框架对推理引擎进行定制开发，解决了多个内存泄漏与显存瓶颈问题，提升了系统稳定性。
•- 与产品团队深度绑定，根据元宇宙社交场景的交互需求，快速迭代虚拟形象的空间映射算法，为公司的虚拟展厅产品提供了核心的视觉技术支撑。
•- 项目背景：针对自动驾驶在夜间及雨雾天气下摄像头失效的痛点，开发基于激光雷达的高可靠三维感知系统。
•- 项目内容：设计并实现了多尺度点云特征提取网络，解决了远距离小目标特征丢失问题，提升了车辆与行人的召回率。
•- 项目内容：研发了基于时序信息的点云跟踪算法，利用卡尔曼滤波融合连续帧数据，有效抑制了单帧检测的抖动噪声。
•- 项目成果：该系统通过了多轮封闭场地测试，检测精度满足 L4 级自动驾驶安全标准，并已集成至公司最新的智能驾驶域控制器中。
•- 项目背景：为降低虚拟展厅建模成本，需实现通过普通手机视频快速生成高精度三维场景，支持用户在线漫游。
•- 项目内容：研究并实现了基于 Instant NGP 的快速场景重建算法，将传统 NeRF 训练时间从小时级缩短至分钟级。
•- 项目内容：开发了 LOD（细节层次）自适应加载策略，根据用户视距动态调整模型精度，保证了在 Web 端流畅运行的同时保持视觉质量。
•- 项目成果：该技术成功应用于公司 3D 云游戏项目，用户生成内容（UGC）的创作门槛降低了 60%，单场景用户停留时长提升了 30%。
ICCV 挑战杯 3D 重建赛道 Global Top 10% 专利:
申请了一项关于“基于多尺度特征融合的动态场景三维重建方法”的发明专利，该技术已申请 PCT 国际专利，有效解决了运动模糊下的几何失真问题，提升了动态物体在虚拟空间中的还原度。
