本研究针对体育运动视频尤其是足球运动的智能分析，构建了海量的细粒度足球视频标注数据集，囊括了足球视频中的绝大部分视觉任务；利用球员视觉跟踪、比赛精彩程度分析、运动事件检测、球场三维重建等深度学习运动分析方法，对体育比赛进行智能分析，为行业提供了专业可视化的动态比赛数据

本研究方向旨在对三维场景的理解、重建以及编辑开展研究。主要研究为：（1）基于神经辐射场(NeRF)的三维重建，主要包含提高NeRF的训练和渲染速度；通过NeRF实现物体材质以及环境估计；动态三维场景的重建；NeRF的编辑和风格变换；NeRF与LLM结合的探索;（2）通过扩散模型监督实现文本和图片生成3D模型;（3）基于扩散模型的3D人体动作生成

本研究方向旨在利用可见光影像自动重建大场景的三维场景，恢复精准的场景几何和逼真的场景纹理。主要研究包括：（1）基于传统视觉3D重建管道，提升三维重建的质量和效率，包括但不限于对稀疏重建，稠密重建，表面重建，纹理贴图等研究。（2）基于神经辐射场(NeRF，NeUS)的三维重建，主要提高NeRF,NeUS等在大场景下的建模和渲染速率。（3）城市道路中具有刚性运动对象的动态4D动态场景重

本研究方向旨在对基于医学影像的多项关键技术开展研究，包括：1）图像分割，研究使用生成式模型对脑部MRI图像实现结构分割；2）图像配准，研究基于深度学习的MRI或CT图像配准技术；3）图像关键点检测，研究针对脑部MRI图像的关键点检测算法；4）大语言模型，研究设计面向多类型医学图像的大语言模型

本研究方向旨在对网络虚拟化技术以及多模态下的网络舆情分析技术开展研究。网络虚拟化技术包括真实源地址验证、网络拓扑保护、P4可编程交换机；多模态下的网络舆情分析技术包括网络流媒体视频异常事件检测、社交网络图片篡改分析、虚假新闻视频舆情传播分析、舆情分析模型鲁棒性检测