BYR Achieve · 镜像论坛

【实习】【字节】视觉定位/SLAM/SfM 算法实习生 - PICO MR 工作职责 1. 研究和开发 AR/MR 场景中大范围高精度地图重建算法，包括但不限于基于视觉、激光 SLAM/SfM 传统以及神经隐式表示的建图方法； 2. 研究和开发 AR/MR 场景中云端或本地定位算法，包括传统几何方法和基于深度学习（特征提取、匹配、检索）的定位方法； 3. 论文与专利撰写。期望要求 1. 掌握 SLAM、VIO、三维重建等算法知识；掌握多视图几何、图优化等相关算法； 2. 熟悉基于深度学习的视觉定位技术，如 SuperPoint、SuperGlue、LoFTR 等特征提取与匹配算法； 3. 至少熟悉一种常见开源 SLAM/SFM 框架，例如 ORB-SLAM2、VINS、colmap、HLoc 等； 4. 熟悉常见开源工具库，例如 ceres、g2o、Eigen、OpenCV 等； 6. 熟悉深度学习框架（PyTorch/TensorFlow），了解视觉定位相关的深度学习方法； 7. 具有丰富的 C/C++ 编程经验，动手能力强，具有良好的代码风格； 8. 计算机、机器人、自动化、电子等相关专业本科及以上学历。优先要求（非必须） 1. 熟悉 ROS 系统开发； 3. 了解 3D Gaussian Splatting、Neural Radiance Fields 等神经隐式表示技术； 4. 了解 Neural SLAM、Neural Map 等基于深度学习的建图定位方法； 5. 会使用 OpenGL、Unreal 或者 Unity 开发； 6. 具有 AR/VR 等相关开发经验； 7. 有相关顶会论文发表或开源项目经验。团队介绍 PICO MR 团队是专门负责 PICO OS 系统中核心环境感知能力算法的团队。团队方向包含视觉定位、场景感知、三维重建三大主要方向，包含在 MR 场景中的深度估计（Mono/Stereo/MVS）、环境与物体感知（2D/3D Detection、Segmentation）、云端物体分割识别、三维静态物体与场景重建、大场景建图（SfM、Fusion、NeRF）、视觉定位（Visual Localization）、光照估计、多模态场景感知等技术研发、探索与落地。团队技术实力雄厚，成员多数硕博毕业于清华、北大、浙大、南洋理工、港科等国内外知名高校。在 CVPR、ECCV、ICCV、SIGGRAPH 等计算机视觉及图形学顶会发表论文多篇。团队曾获 CVPR 2024 单目深度估计挑战赛冠军、CVPR 2024 OpenSUN3D 3D Functionality Grounding 挑战赛冠军、ICCV 2023 OpenSUN3D 3D Object Instance Search 挑战赛冠军等竞赛奖项。实习信息实习时间：每周3天以上，能够实习半年以上工作地点：中国北京市海淀区知春路盈都大厦D座简历投递：liuxiao.ai@bytedance.com