行健計(jì)劃：AI人工智能與深度學(xué)習(xí)科研項(xiàng)目：圖形圖像處理與應(yīng)用計(jì)算機(jī)視覺研究

導(dǎo)師學(xué)校介紹

杜克大學(xué)創(chuàng)建于1838年，坐落于美國北卡羅萊那州的達(dá)勒姆，是一所世界頂級的研究型大學(xué)。杜克大學(xué)是美國最優(yōu)秀的大學(xué)之一，且為美國南部最好的私立大學(xué)，長期排名美國前十，并于2002年至2007年期間一度排名前5。2017年《美國新聞與世界報(bào)道》全美大學(xué)本科綜合排名將杜克大學(xué)列為全美第8(與賓夕法尼亞大學(xué)并列），在美國南部居于首位。2016-17年世界排名方面，杜克大學(xué)列usnews世界大學(xué)排名第19、泰晤士高等教育世界大學(xué)排名第18、QS世界大學(xué)排名第24、世界大學(xué)學(xué)術(shù)排名（上海交大版）第25。截止2016年，共有11位諾貝爾獎得主和3位圖靈獎得主在杜克大學(xué)工作或?qū)W習(xí)過。

導(dǎo)師詳細(xì)介紹

導(dǎo)師昵稱

Rabih

導(dǎo)師級別

教授

導(dǎo)師學(xué)校

杜克大學(xué)Duke University

Rabih導(dǎo)師擁有弗吉尼亞理工大學(xué)計(jì)算機(jī)工程博士學(xué)位，現(xiàn)任杜克大學(xué)教授并在校教授十余門高級計(jì)算機(jī)課程，導(dǎo)師對教學(xué)和研究都有熱情，他的研究興趣包括可穿戴計(jì)算、計(jì)算機(jī)視覺中的動作捕捉識別、自然語言處理中的上下文感知、機(jī)器學(xué)習(xí)、工程教育和中東政治。導(dǎo)師曾在Sensors等SCI期刊及ISWC等頂會發(fā)表數(shù)十篇論文，并獲得杜克大學(xué)官方多個專項(xiàng)資金助力其研究工作。

Rabih received his PhD in Computer Engineering from Virginia Tech in 2018 after receiving his BE and MSE in Computer Engineering from the Lebanese American University in 2011 and 2013,respectively.Rabih speaks nine languages(fluent in three)and holds a number of certificates in education,networking,IT,and skydiving.He is also a member of several honor societies,including Tau Beta Pi,Eta Kappa Nu,Phi Kappa Phi,and Golden Key.

Rabih has a passion for both teaching and research;he has been teaching since he was a teenager,and his research interests include wearable computing,activity recognition,context awareness,machine learning,engineering education,and Middle Eastern politics.As a professor,Rabih is committed to helping his students achieve their goals and providing them with opportunities to realize that.He also focuses on their personal development and on improving their abilities to be critical thinkers,better communicators,and active members of their community and the world.

適合人群

方向：理工

專業(yè)：人工智能

適合專業(yè)：計(jì)算機(jī)科學(xué)，電子與計(jì)算機(jī)科學(xué)，信號與信息處理，深度學(xué)習(xí)，計(jì)算機(jī)視覺，人機(jī)交互

項(xiàng)目價格：23800/13800

項(xiàng)目周期：7周在線小組科研+5周論文指導(dǎo)

是否建議高中生學(xué)習(xí)：是

是否建議大學(xué)生學(xué)習(xí)：是

語言：英文

難度：高級難度

建議具備的基礎(chǔ)：對人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)科學(xué)、計(jì)算機(jī)工程、數(shù)據(jù)科學(xué)、通信以及交叉學(xué)科和方向感興趣的學(xué)生；學(xué)生需要具備微積分及線性代數(shù)基礎(chǔ)，能夠使用Python或者M(jìn)atlab實(shí)現(xiàn)常見數(shù)據(jù)結(jié)構(gòu)與算法

科研項(xiàng)目產(chǎn)出

7周在線小組科研學(xué)習(xí)+5周論文指導(dǎo)學(xué)習(xí)共125課時+不限時論文指導(dǎo)

學(xué)術(shù)報(bào)告

優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導(dǎo)（可用于申請）

結(jié)業(yè)證書

成績單

項(xiàng)目介紹

項(xiàng)目涵蓋計(jì)算機(jī)視覺領(lǐng)域的常用深度學(xué)習(xí)方法和前沿技術(shù)，比如生成模型、計(jì)算機(jī)視覺API、AutoML Vision。項(xiàng)目結(jié)束后，學(xué)生將完成兩頁Jupyter Notebook形式的報(bào)告，創(chuàng)建計(jì)算機(jī)視覺應(yīng)用程序部署在邊緣推理平臺，進(jìn)行成果展示。學(xué)生將能夠從頭開始建立計(jì)算機(jī)視覺模型，將計(jì)算機(jī)視覺模型應(yīng)用于邊緣端機(jī)器學(xué)習(xí)硬件。

個性化研究課題參考：

基于計(jì)算機(jī)視覺的動態(tài)手勢識別

應(yīng)用計(jì)算機(jī)視覺對果蔬表面缺陷的判別研究

深度測量及物體三維模擬重構(gòu)

項(xiàng)目背景

1956年達(dá)特茅斯會議以來，人工智能已走過60年的風(fēng)風(fēng)雨雨，期間歷經(jīng)兩次繁榮與低谷，喧囂與沉寂。千禧年后，大數(shù)據(jù)的蓬勃發(fā)展和算力的指數(shù)級增長賦予了深度學(xué)習(xí)新的生機(jī)。深度學(xué)習(xí)如破竹之勢將機(jī)器輔助功能變?yōu)榭赡?，讓人工智能在各個應(yīng)用領(lǐng)域?qū)崿F(xiàn)落地。其中，人工智能一個重要的研究方面就是計(jì)算機(jī)視覺?！坝?jì)算機(jī)視覺是一門研究如何使機(jī)器‘看’的科學(xué)，更進(jìn)一步的說，就是指用攝影機(jī)和計(jì)算機(jī)代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量，其本質(zhì)是模擬人類的感知與觀察的一個過程?！睋?jù)國金證券發(fā)布的調(diào)研報(bào)告稱，計(jì)算機(jī)視覺是AI領(lǐng)域應(yīng)用場景最豐富、商業(yè)化價值最大的領(lǐng)域，占中國AI市場的34.9%，排名第一。目前，相關(guān)技術(shù)已經(jīng)在金融、自動駕駛、醫(yī)療、安防、互動娛樂等多個應(yīng)用場景落地。計(jì)算機(jī)視覺背后的深度學(xué)習(xí)知識有哪些？如何將這些知識與實(shí)踐相結(jié)合？項(xiàng)目將使用Jupyter Notebook和Python，幫助學(xué)生從頭開始創(chuàng)建計(jì)算機(jī)視覺模型。

項(xiàng)目大綱介紹

人工智能與深度學(xué)習(xí)Introduction to artificial intelligence：machine learning and deep learning

圖形圖像處理Introduction to computer vision：images storage,color spaces,and basic CV techniques

邊緣檢測等計(jì)算機(jī)視覺技術(shù)Digging deeper into computer vision：filters,gradients,edge detection,texture,color,and segmentation

物體識別Object recognition

學(xué)術(shù)研討1：教授與各組學(xué)生探討并評估個性化研究課題可行性，幫助學(xué)生明晰后續(xù)科研思路Final Project Preparation Session I

學(xué)術(shù)研討2：學(xué)生將在本周課前完成程序設(shè)計(jì)原型（prototype）及偽代碼（Pseudocode），教授將根據(jù)各組進(jìn)度進(jìn)行個性化指導(dǎo)，確保學(xué)生優(yōu)質(zhì)的終期課題產(chǎn)出Final Project Preparation Session II

項(xiàng)目成果展示Final Presentation

>>沒有教授推薦信，缺少科研經(jīng)驗(yàn)？點(diǎn)擊這里提升背景<<