立体视觉算法工程师简历范文全文
熊帅帅
立体视觉算法工程师
展现专业实力，创造职场价值。
自我评价
5年立体视觉与三维重建算法经验，专注双目/多目标定、稠密匹配与点云处理，熟悉SGM、PatchMatch及深度学习立体匹配方案。主导多款量产产品视觉算法落地，将深度精度提升至毫米级、单帧耗时降低40%以上。熟练使用C++/Python与OpenCV、PCL、CUDA，具备从算法设计到工程部署的完整能力。
工作经历
深圳视界智能科技有限公司
机器视觉智能制造
深圳
立体视觉算法工程师
双目立体匹配三维重建
2022年9月 - 至今
- 负责双目相机标定与稠密立体匹配算法研发，将深度测量误差从3mm降至1.2mm，满足量产精度要求。
- 基于CUDA重构匹配与滤波流程，单帧处理耗时由85ms降至48ms，支撑产线30FPS实时运行。
- 搭建标定与评测自动化工具链，算法回归测试周期由3天缩短至半天，版本迭代效率提升约60%。
广州睿瞳科技有限公司
3D扫描消费电子
广州
计算机视觉算法工程师
结构光点云处理
2020年7月 - 2022年8月
- 参与结构光三维扫描项目，完成相位解包裹与点云配准模块，扫描精度达到0.05mm。
- 优化点云去噪与网格化流程，单次重建时间减少35%，客户现场部署一次通过率提升至95%。
项目经验
工业双目视觉高精度测量系统 - 算法负责人
2023年3月 - 2024年6月
- 设计多目相机联合标定方案，重投影误差控制在0.15像素以内，支撑产线高精度检测。
- 引入深度学习立体匹配网络并做TensorRT量化部署，弱纹理区域匹配完整率提升25%。
车载环视三维感知原型 - 核心算法工程师
2021年5月 - 2022年6月
- 完成多相机鱼眼标定与去畸变流程，拼接误差小于2像素，满足环视泊车需求。
- 基于视差生成稠密点云并做障碍物检测，近距测距误差小于3cm。
专业技能
C++ / CUDA
双目立体匹配（SGM/PatchMatch）
相机标定与多视图几何
OpenCV / PCL
Python / PyTorch
点云处理与三维重建
教育背景
华南理工大学
985211双一流
广州
计算机科学与技术 硕士
2019年8月 - 2021年5月
研究方向为多视图立体视觉与三维重建，参与国家自然科学基金项目1项。
广东工业大学
一本省属重点
广州
自动化 本科
2016年8月 - 2020年5月
主修数字图像处理、模式识别与线性代数，获校级学业奖学金。
工作成果
量产精度突破
主导双目测量算法量产落地，深度误差稳定在1.2mm以内，通过客户验收。
性能优化
CUDA加速方案使单帧耗时下降43%，支撑30FPS实时产线运行。
专利与论文
以第一发明人申请发明专利2项，发表中文核心期刊论文1篇。
证书与认证
计算机视觉工程师（中级） - 中国电子学会
2023年6月
证明计算机视觉算法设计与工程实践能力。
软件设计师（软考中级） - 工业和信息化部
2021年11月
证明软件设计与开发能力。
其他信息
到岗时间:
在职，一个月内可到岗。
出差意愿:
可接受短期出差与客户现场支持。
代码作品:
GitHub 维护立体匹配与标定工具库，累计 Star 200+。
更多算法工程师简历范文
同一职位，不同的版式和写法。点开任意一份即可查看大图。
就从这份范文开始
免费复制到你的账户里，每一句话、每个板块和颜色都能改，改好即可下载投递。