三维扫描与重建系统开发

• 设计并实现基于结构光与多视角融合的三维扫描系统，结合机械臂位姿信息（EtherCAT实时反馈）完成动态点云配准（ICP算法）。

• 开发高精度皮肤表面模型生成算法，优化多帧点云融合与运动补偿（IMU传感器）。

• 实现基于ARAP算法的曲面展开与变形控制（局部变形率<1.5%），集成GPU加速（CUDA/OpenCL）提升实时性。

深度学习算法开发与部署

• 设计轻量化UNet模型，实现皮肤表面风团轮廓的自动检测与量化分析（最长直径D1、最大垂直径D2）。

• 开发基于GAN（如DeepFill v2）的图像修复算法，解决毛发遮挡、运动伪影等干扰问题。

• 优化模型推理性能，适配边缘计算平台（Jetson AGX Orin），确保帧率≥20 FPS。

多模态数据融合与抗干扰处理

• 融合可见光等多模态数据，增强皮下组织可视性。

• 结合多视角三维数据与深度学习模型，提升风团检测的鲁棒性与精度。

国产化硬件适配与系统集成

• 适配国产三维扫描相机（双目+深度）、偏振光源（470nm）及边缘计算平台（如元计算平台）。

• 与机械控制、嵌入式团队协作，完成ROS 2框架下的系统集成与性能调优。

验证与临床支持

• 配合测试团队完成三维重建精度验证（激光跟踪仪测试）、临床双盲实验（Bland-Altman分析）。

• 输出算法技术文档、测试报告及合规化材料（如DICOM协议支持）。

核心技术能力

• 精通三维重建算法（结构光、点云配准、曲面展开）与深度学习模型设计（UNet、GAN）。

• 熟练使用OpenCV、PCL、PyTorch/TensorFlow等工具库，具备CUDA/OpenCL加速开发经验。

• 熟悉边缘计算平台部署（如Jetson AGX Orin），了解模型轻量化与推理优化技术（TensorRT）。

工程经验

• 3年以上计算机视觉/深度学习开发经验，主导过三维重建或医疗图像分析项目。

• 有跨学科协作经验（如与机械、嵌入式团队配合），熟悉ROS 2框架者优先。

• 具备国产硬件适配（如华为昇腾、国产相机）或医疗器械开发经验者加分。

软技能与成果交付

• 强大的问题拆解能力，能独立解决复杂技术问题（如多模态数据融合、实时性优化）。

• 良好的文档习惯，能撰写算法设计、测试报告及专利材料。