王冠兴

天体目标测量仪

面向复杂环境下非合作目标的三维智能感知问题，开展低信噪比图像重建与三维视觉算法研究。

• 系统设计：参与目标观测系统总体设计、能力分析与任务规划，完成系统设计、能力分析及总体技术方案。
• 运动建模：构建目标自旋、轨道运动模型，研究复杂运动条件下的多视角观测与三维结构关系。
• 算法研发：设计融合扩散模型与NeRF/3DGS的三维重建算法，实现稀疏视角下三维重建精度提升60%以上。
• 实验验证：组织 100+ 次外场实验，负责实验方案设计、系统调试、算法验证及实验数据分析，具备从算法研发、系统联调到真实数据验证的完整研发经验。

多视角图像重建与智能成像

面向极稀疏观测场景下的图像重建问题，研究多维观测建模、稀疏重建与深度学习融合算法。

• 多视角建模：建立极稀疏观测条件下的多视角观测与成像模型，研究多维观测信息与图像结构的关系。
• 算法研发：研究融合稀疏重建与深度学习的图像重构算法，实现复杂场景下目标成像分辨率提升1个数量级。
• 系统设计：参与总体方案设计与核心能力指标论证，完成深化论证报告，支撑项目立项。
• 工程验证：基于遥感设备开展70+次外场实验，构建TB级多源数据集，完成算法验证，支撑项目结题。

复杂场景图像增强与三维视觉重建

面向低信噪比条件下的图像重建与三维视觉感知问题，开展图像增强、多视角三维重建及神经渲染算法研究。

• 图像增强：研究基于多视角观测与自监督学习的图像增强方法，提升低信噪比下的图像质量与结构保持能力。
• 图像重建：构建成像与运动模型，设计基于GRFT的图像重建算法，实现复杂运动条件下高精度图像重建。
• 三维视觉：构建基于NeRF/3DGS的三维重建框架，融合多视角观测信息，实现稀疏视角下高保真三维重建。
• 技术成果：相关成果发表于IEEE TGRS、IEEE TAES等SCI期刊，授权国家发明专利，形成覆盖图像增强、多视角重建、三维视觉与神经渲染的完整算法体系。

• 独立发起并组织暑期支教项目，对接地方政府及学校，负责项目策划、志愿者招募、课程设计及团队管理。
• 累计组织近百名大学生志愿者参与支教，为500余名学生开展千余课时教学，并完成扶贫调研及实践报告。

• 开展心肺复苏等急救培训近百场，累计培训企业员工、师生及社会公众近千人。
• 参与冬奥会、建党百年等大型活动急救培训工作，面向十余家企事业单位开展急救课程。