
陈宸(Chen Chen)是中佛罗里达大学计算机视觉研究中心(CRCV)的助理教授。他的研究兴趣包括计算机视觉、机器学习以及图像和视频处理。他的研究贡献主要集中在以下几个方面:(1)为各种计算机视觉任务开发高效(低复杂度)的深度学习网络,(2)设计适用于动态资源约束下实际应用的资源感知型深度神经网络,以实现高效和自适应的推断,(3)在图像和视频分析领域进行标签高效学习。陈博士积极参与了多个国家科学基金会(NSF)和行业赞助的研究项目,专注于大规模摄像头网络的高效资源感知型机器视觉算法和系统开发。
项目介绍
招生简介
博士招生:学生将在以下研究主题上进行研究:
(1)Deep learning for computer vision (object detection/recognition, action detection/recognition, human pose estimation and tracking, semantic segmentation, etc.)-–计算机视觉的深度学习(目标检测/识别、动作检测/识别、人体姿态估计和跟踪、语义分割等)
(2)Vision for drones (vision-assisted navigation, control, planning, etc.)--无人机视觉(辅助导航、控制、规划等)
(3)Multi-modality learning (vision, text, speech, etc.)--多模态学习(视觉、文本、语音等)
(4)AutoML (e.g., neural architecture search)--AutoML(例如,神经网络架构搜索)
(5)Resource efficient deep learning for edge computing (e.g., model compression/pruning, adaptive/dynamic neural networks, spiking neural networks, etc.)--边缘计算的资源高效深度学习(例如,模型压缩/修剪、自适应/动态神经网络、脉冲神经网络等)
(6)Label-efficient deep learning (e.g., self-supervised learning, semi-supervised learning, weakly-supervised learning)--标签高效深度学习(例如,自监督学习、半监督学习、弱监督学习)。
(7)Federated learning and applications--联邦学习及其应用。
导师学术简介
博士招生要求
Undergraduate or MS students with degrees in Computer Science/Engineering, Electrical Engineering, Mathematics or related majors.--具有计算机科学/工程、电子工程、数学或相关专业的本科或硕士学位的学生。
Strong programming and/or mathematical skills. Proficient in deep learning frameworks, e.g., PyTorch--较强的编程和/或数学技能。熟练掌握深度学习框架,例如PyTorch。
Candidates with research experience in image processing, computer vision, and machine learning, are preferred.--在图像处理、计算机视觉和机器学习方面具有研究经验者优先。
Proficiency in English reading and writing (through GRE, TOEFL/IELTS scores, and publications).--具备英语阅读和写作能力(通过GRE、TOEFL/IELTS成绩和出版物等证明)。
Strong motivation and passion for conducting research and solving challenging problems.--对进行研究和解决具有挑战性问题具有强烈的动力和热情。
申请方式
欢迎想读PhD的同学发邮件联系邮箱:chen.chen@crcv.ucf.edu。提交以下文件:
(1)对您的研究兴趣和经验的简要描述
(2)当前的个人简历
(3)成绩单
(4)代表性论文
背景介绍
助手微信

诚邀国内外优秀导师发布招生信息
诚邀国内外优秀论文作者发布文献解读类原创文章
诚邀有恒心同行共同维护公众号
内容中包含的图片若涉及版权问题,请及时与我们联系删除
评论
沙发等你来抢