项目聚焦卷积神经网络(CNN)、区域卷积神经网络(Faster-RCNN)以及循环神经网络(RNN)三大技术体系，在图像分类、目标识别等计算机视觉领域开展深度研究。通过构建多层感知模型，探索特征提取与模式识别的创新方法。
| 项目维度 | 常规辅导 | 本科研计划 |
|---|---|---|
| 技术深度 | 基础模型应用 | 前沿架构优化 |
| 成果形式 | 课程报告 | 国际会议论文 |
| 指导方式 | 小组授课 | 专家1对1 |
科研团队由南加州大学计算机科学博士领衔，成员均具有IEEE顶会论文发表经验。主导师曾在CVPR发表多篇关于三维目标检测的论文，擅长将理论创新与实际应用相结合。
项目配备专业学术秘书，提供文献检索辅助、实验数据可视化支持、论文格式规范审查等全流程服务。每周固定2次导师会议，确保研究进度与质量。
