提到计算机视觉（CV），大多数人脑海中会立马浮现出一个字：“卷”。去年CV算法工程师求职与招聘的比例达到了恐怖的15:1，很多CV从业者都纷纷转行。
为何如此卷？因为2D视觉的算法大部分都开源了，并且深度学习的理论没有门槛，经典的YOLO等物体检测算法基本人人都了解，差异化不大。但是，与2D视觉形成明显对比的是，3D视觉领域依然处于供需平衡的状态，尤其是三维重建方向，更是供不应求。
当下三维重建快速发展，在自动驾驶高精地图、AR、娱乐等产业落地广泛。但三维重建方向融合了计算机视觉、计算机图形学、图像处理等多门学科的知识，是一套非常复杂的工程系统，涉及知识点甚多，入门门槛较高，并且国内并没有完整的书籍、教程作为学习资料，使得大部分同学入门即放弃。
越难的领域，意味着竞争越少。如果想学习三维重建，如何摆脱这种魔咒，实现三维重建知识通关呢？深蓝学院开设的『基于图像的三维重建』在线课程，推荐给你。本门课程的知识覆盖经典三维重建系统的整个pipeline，每章节均搭配实践代码用于理解与巩固；课程学习完成，可以自主实现一个完整的三维重建系统。
2006年7月获得中国科学院自动化研究所博士学位，2008 年到2010 年在北京大学人机交互与多媒体实验室从事博士后研究，主要研究方向为机器学习、计算机视觉、人机交互。主持纵向项目包括：国家自然科学基金项目"面向概念设计的虚实融合环境交互技术研究"，博士后基金项目"自然的三维概念草图绘制技术研究"；作为负责人完成国家863项目"基于双目立体视觉的自然交互技术"的研究工作；同时，主持多项横向课题的研究工作。
高级算法工程师
中科院自动化所模式识别与智能系统博士
原中科院自动化所助理研究员，博士期间的主要研究方向为三维计算机视觉与计算机图形学，研究课题为基于图像的三维建筑模型重建，在顶级国际期刊 IEEE TVCG 等主流期刊会议以第一作者发表多篇文章。同时，基于博士期间的研究成果，研发若干三维重建相关系统并申请专利。
（点击查看大图）
1. 掌握运动恢复结构（Structure From Motion）的算法框架和基本原理；
2. 掌握主流的稠密点云重建的算法框架和基本原理；
3. 掌握表面重建的技术原理，包括Delaunay三角剖分等基础知识和算法细节；
4. 梳理清楚传统三维重建方法的整个pipeline，具备构建一整套三维重建系统的能力；
讲师&助教及时答疑解惑，班主任全程带班督学，同学们传帮带的锦囊社群。
助教1V1批改作业，并在班会中进行讲评和指导；在班会中，学习更多技巧；在交流中收获更多思路。
