周晓巍教授，浙江大学求是特聘教授，国家级科技创新领军人才。
研究方向
周晓巍教授的研究兴趣集中于三维计算机视觉领域，具体包括三维重建、姿态估计、运动捕捉和场景理解，及其在混合现实和机器人中的应用。
学术与科研成就
科研项目
周晓巍教授作为项目负责人承担了国家重点研发计划项目、国自然企业联合重点项目。
代表性研究成果
近五年，周晓巍教授在相关领域的顶级期刊与会议上发表论文70余篇，多次入选CVPR最佳论文候选。以下为代表性成果：
- Representing Long Volumetric Video with Temporal Gaussian Hierarchy
- World-Grounded Human Motion Recovery via Gravity-View Coordinates
- Street Gaussians: Modeling Dynamic Urban Scenes with Gaussian Splatting
- IntrinsicAnything: Learning Diffusion Priors for Inverse Rendering Under Unknown Illumination
- SAM-guided Graph Cut for 3D Instance Segmentation
- MaPa: Text-driven Photorealistic Material Painting for 3D Shapes
荣誉与奖项
周晓巍教授曾获得浙江省自然科学一等奖，两次获得CCF优秀图形开源贡献奖，并入选全球前2%顶尖科学家榜单、爱思唯尔中国高被引学者。
学术服务
周晓巍教授担任国际顶级期刊IJCV编委、顶级会议CVPR/ICCV领域主席，曾任图形学与混合现实研讨会（GAMES）执行委员会主席。
实践与应用
周晓巍教授的科研成果已在中船集团、中国兵器、华为、蚂蚁、商汤等头部企业的项目和产品中成功应用。
人才培养
周晓巍教授培养的学生曾获得CCF优博、国自然优秀学生基金。
合作价值
周晓巍教授团队致力于3D计算机视觉领域的前沿探索，其研究成果多已开源，并在多个研究方向上取得突破，包括：
- 2D特征匹配：开发了无需传统特征检测阶段的新型图像特征匹配方法，解决了特征重复性问题，提高了匹配鲁棒性。
- 3D姿态估计：针对刚性物体和非刚性人体，基于单目或多视图视频开发了快速准确的3D姿态跟踪算法，解决了低纹理和严重遮挡带来的挑战。
- 3D重建：开发了一系列神经场景表示和重建方法，用于从2D图像重建3D场景，解决了效率、可扩展性、低纹理和动态外观等挑战。
- 4D重建：开发了一系列神经场景表示和重建方法，用于从2D视频捕捉动态人体，并开发了构建可驱动人体化身的新表征方法。
该导师由导师评价网的热心网友推荐，实际体验会因研究方向与个人情况有所差异，请结合自身需求理性判断。