立体视觉算法工程师简历模板

• 负责双目相机标定与稠密立体匹配算法研发，将深度测量误差从3mm降至1.2mm，满足量产精度要求。
• 基于CUDA重构匹配与滤波流程，单帧处理耗时由85ms降至48ms，支撑产线30FPS实时运行。
• 搭建标定与评测自动化工具链，算法回归测试周期由3天缩短至半天，版本迭代效率提升约60%。

• 参与结构光三维扫描项目，完成相位解包裹与点云配准模块，扫描精度达到0.05mm。
• 优化点云去噪与网格化流程，单次重建时间减少35%，客户现场部署一次通过率提升至95%。

• 设计多目相机联合标定方案，重投影误差控制在0.15像素以内，支撑产线高精度检测。
• 引入深度学习立体匹配网络并做TensorRT量化部署，弱纹理区域匹配完整率提升25%。

• 完成多相机鱼眼标定与去畸变流程，拼接误差小于2像素，满足环视泊车需求。
• 基于视差生成稠密点云并做障碍物检测，近距测距误差小于3cm。

研究方向为多视图立体视觉与三维重建，参与国家自然科学基金项目1项。

主修数字图像处理、模式识别与线性代数，获校级学业奖学金。