Camera Intelligence Lab（施柏鑫老师）
老师简介
施柏鑫（Boxin Shi）老师现为北京大学博雅青年学者、长聘副教授、研究员、博士生导师，带领 Camera Intelligence Lab。
施老师本科毕业于北京邮电大学，硕士毕业于北京大学，博士毕业于东京大学。加入北大前，曾在 MIT Media Lab、新加坡科技设计大学、南洋理工大学、日本产业技术综合研究所等机构从事研究。
施老师曾获 CVPR 2024、ICCP 2015 最佳论文/Runner-Up 等荣誉，并担任 TPAMI、IJCV 编委及 CVPR/ICCV/ECCV 领域主席等学术服务工作。
邮箱：shiboxin@pku.edu.cn
实验室当前主要围绕“Sensor + AIGC + Embodied Intelligence”三个方向展开研究：
实验室研究方向
Camera Intelligence Lab 隶属于北京大学视觉技术研究所 / 国家视觉技术工程研究中心，主页写明团队主要从事 computational photography 和 computer vision 研究，目标是“通过 AI 驱动的新型 camera/sensing and computing 系统，服务下一代人工智能”。实验室当前适合本科生快速了解的有以下三个方向：
1. 智能传感（Sensor）
这是施老师组最有辨识度的方向之一。团队长期关注事件相机（event camera / neuromorphic camera）、偏振成像、光度立体、快门编码、高动态范围、高速视觉、3D 重建等问题。一个核心特色是：不是把“相机”当成固定输入设备，而是把成像系统、光学设计、传感模式、重建算法、学习模型放在一起联合考虑。
这类研究的典型问题包括：
- 如何用事件相机恢复高帧率、高动态范围的视频？
- 如何通过特殊曝光/快门/光照设计，获得普通相机难以捕获的信息？
- 如何结合物理成像模型和神经网络，完成更鲁棒的 3D、去模糊、深度估计、材质恢复？
- 如何为机器人设计可用于触觉、空间理解或高速感知的新型 camera-based sensor？
2. 生成式视觉（AIGC）
团队近两年在多模态生成、视频生成、图像编辑、情感编辑、光照控制、全景视频生成等方向的论文明显增多。与很多纯 AIGC 组不同，施老师组的 AIGC 研究经常带有“视觉物理约束”或“传感器先验”色彩，即不只是让模型生成“看起来像”的内容，而是尝试把成像机制、光照、几何、一致性、时序控制等纳入生成过程。
这使得该方向兼具两类特点：
- 一方面贴近当前最热门的 diffusion / multimodal / controllable generation；
- 另一方面保留了计算机视觉、成像与几何建模的扎实传统。
如果你对“视觉 + 生成模型”感兴趣，又不想只做纯 prompt engineering，这个方向很值得关注。