Paul G. Allen School of Computer Science & Engineering Graduation Celebration




Paul G. Allen School of Computer Science & Engineering Graduation Celebration 

 

 

 

留言

張貼留言

這個網誌中的熱門文章

翁仲毅（Chung-Yi Weng) 在 Google Research 擔任研究科學家 ( Research Scientist )

翁仲毅 （Chung-Yi Weng ) 在 Google Research 擔任研究科學家 ( Research Scientist ) 翁仲毅（Chung-Yi Weng）博士在 Google Research 主要隸屬於 Augmented Perception 團隊（由 Shahram Izadi 領導），該團隊致力於突破增強實境（AR）與感知技術的邊界。他在 Google 參與的專案核心在於「將靜態或單鏡頭影像轉化為可互動的 3D 體驗」。 在 Google Research 擔任研究科學家期間，最核心的研究貢獻在於 「動態人體神經輻射場」（Dynamic Human NeRF）。 他的研究打破了傳統 NeRF 僅能掃描靜態物體的限制，讓 AI 能夠從一般拍攝的影片中，重建出具有深度、可變換視角且能自由活動的 3D 數位人類。  以下是他在該領域的三項關鍵研究與技術突破： 1. HumanNeRF：將單一影片轉化為 3D 自由視角 這是他在 Google 期間最具影響力的作品之一（發表於 CVPR 2022）。 技術突破： 傳統技術需要幾十台相機圍繞拍攝才能建模，但 HumanNeRF 僅需一段「單鏡頭影片」（例如 YouTube 上的舞動影片），就能生成該人物的完整 3D 模型。 應用場景： 使用者可以「暫停」影片，並像轉動模型一樣 360 度觀看該人物，甚至能看見原本鏡頭沒拍到的背部細節、衣服褶皺與皮膚紋理。  2. PersonNeRF：從散亂照片中進行個性化重建 他在 2023 年推出的 PersonNeRF 進一步提升了技術的實用性。  技術特點： 此項研究針對「日常照片集」進行優化。即便是一個人在不同時間、不同背景下拍的多張照片，系統也能自動過濾背景干擾，精準提取出該個體的 3D 特徵，建立個性化的數位分身。 3. H-NeRF 與動態拓撲處理 在 H-NeRF 研究中，他解決了人體運動時「非剛性變形」的難題。  核心技術： 透過將人體骨架先驗（SMPL 模型）與神經場結合，系統能預測肌肉與服裝在大幅度動作下的自然流動，確保在重建動態人物時不會出現扭曲或斷裂現象。  這些技術目前已被廣泛視為 虛擬實境（VR）、擴增實境（AR） 以及 影視特殊效果 領域的基礎，讓創作者能以極低的硬體成本（僅需手...
閱讀完整內容

翁仲毅（Chung-Yi Weng ) 介紹

翁仲毅（Chung-Yi Weng ) 介紹 根據公開的學術履歷與 Google 學術搜尋資訊，翁仲毅（Chung-Yi Weng）博士在 Google 的工作、表現與主要成就不下於以下幾個核心面向：  一 、 目前工作與職位 翁仲毅博士目前於 Google Research（谷歌研究院）擔任研究科學家（Research Scientist），其核心研究領域與專長高度集中在： 計算機視覺（Computer Vision） 計算攝影學（Computational Photography） 計算機圖形學（Computer Graphics），特別是人體建模、3D 視覺與神經渲染（Neural Rendering）。    二 、 主要表現與學術成就 翁博士在加入 Google 之前就已在該領域嶄露頭角，在華盛頓大學（UW）攻讀博士期間（師從 Brian Curless 與 Ira Kemelmacher-Shlizerman 等大師），便與 Google 及其他頂尖團隊展開深度合作，其研究在國際頂級計算機視覺會議（如 CVPR）上取得了豐碩成果： 1. HumanNeRF（CVPR 2022 Oral 發表） 這是他最受矚目的代表作之一（被引用次數已達數百次）。該研究突破性地實現了從單一視角的動態影片（例如 YouTube 上的日常影片）中，重構出可自由變換視角、調整人體動作的 3D 動態模型，免去了傳統繁複的 3D 網格建模過程。 2. Photo Wake-Up（CVPR 2019） 這項研究能將單張照片中的人物「喚醒」並動畫化成 3D 模型，在當時引發極大關注（相關 YouTube 展示影片獲得超過 40 萬次觀看），並榮獲華盛頓大學艾倫電腦科學與工程學院的「人民選擇獎（People's Choice Award）」。 3. PersonNeRF（CVPR 2023） 提出一種從任意視角、姿勢及外觀的個人相片集中，建立客製化空間的方法，能以直觀的方式任意組合這些屬性並進行渲染。   三 、 獲獎紀錄 在加入 Google 前後，他的優異表現為他贏得了多項重量級獎項與資助： UW Reality Lab Google Fellowship（2022～2023）：獲得 Google 官方提供的博士生獎學金資助。 ACM Multi...
閱讀完整內容

Google Research 研究科學家錄用機制分析：以 Chung-Yi Weng 博士為例

Google Research 研究科學家錄用機制分析：以  Chung-Yi Weng  博士為例 ​要被 Google 錄用為研究科學家（Research Scientist），必須通過一條極為嚴苛且與一般工程師（SWE）完全不同的「學術 + 技術」雙軌審查流程。以下為其成功通過 Google 審核並被錄用的關鍵路徑與核心機制：  關鍵起手式：實習表現與學術委員會審查 ​ ​一、 實習轉正機會 (Return Offer) ​ Chung-Yi Weng  於 2019 年夏天進入 Google Research 的 Augmented Perception（增強感知）小組實習，這成為他敲開 Google 大門最重要的契機： 1.  實作與研究能力驗證： 實習期間，他直接面對 Google 的實際技術瓶頸。他必須在短短 3 個月內，證明自己不僅能寫論文，還能寫出符合工業界高標準、高質量的程式碼。 ​2 .   導師與團隊的強烈推薦 (Strong Recommendation)： 實習結束後，他的 Google 主管與合作科學家對其表現高度認可，主動在內部系統中送出「強烈錄用 (Strong Hire)」的評估報告。 ​ ​二、   嚴格的研究審查委員會 (Research Review Committee) ​不同於一般工程師由普通的招募委員會審查，研究科學家的履歷必須送交由 Google 內部頂尖科學家（通常是 Senior / Principal Scientist）組成的特殊委員會： ​ 1. 審查論文質量： 委員會逐一審視翁仲毅在華盛頓大學（UW）期間發表的指標性論文（如 Photo Wake-Up、HumanNeRF）。他們評估的不是論文數量，而是這些研究是否解決了該領域十幾年來未解的難題。 ​2 . 評估外部影響力： 他的研究曾在網路與學術界引發轟動（獲得 UW 內部獎項與科技媒體廣泛報導），這種「定義領域 (Field-defining)」的能力是委員會最看重的指標。 ​ 三 、 研究科學家的特殊面試關卡 (Interview Loops) ​在獲得錄用前，候選人必須通過為其量身打造的面試流程，主要包含以下三個核心部分： ​ ​ 1. 學術簡報 (Job ...
閱讀完整內容