简琤峰

简琤峰，博士，浙江工业大学计算机科学与技术学院，教授，博士生/硕士生导师，现为中国计算机学会、中国图学会产品信息建模专家委员会委员。相关研究成果已在国内外学术期刊发表学术论文60余篇。研究领域涉及智能制造、人工智能、云计算、机器视觉等。已有应用有2D/3D虚拟数字人、数字孪生-3D可视化工厂仿真、永康五金中小企业数字化云平台、手语识别等。

主要研究方向为：

工业人工智能领域：面向数字孪生体重用的生成式三维模型（生成式人工智能CAD）

机器视觉领域：机器人少样本目标6D位姿估计泛化方法

云边计算领域：大模型驱动的多智能体优化。

随着AI大模型落地，团队着力于打造企业AI化，配备中级GPU算力服务器，与知名企业 安德电器、飞剑钛杯工贸、新凯迪数字科技股份 联合成立研发中心，待遇丰厚。

目前研究课题：行业大模型训练；多智能体性能优化；三维模型生成式语义理解。

欢迎脚踏实地致力于AI落地的 26级研究生加入！

学术成果同行验证 Please visit:

  Web of Science：https://www.webofscience.com/wos/author/rid/AAF-1918-2019

        （Publons: https://publons.com/researcher/3234320/cf-jian/ ）

ORCID:            https://orcid.org/0000-0002-5231-690X/

==================================================================================

科研成果1. 虚拟数字人

主要涉及：虚拟数字人建模；唇形驱动优化算法；肢体动作捕捉与预测算法；大模型轻量化算法等。

       2D数字人视频                                 音频驱动实时唇形生成        

应用演示Demo

科研成果2. 数字孪生建模与仿真

应用演示Demo

科研成果4 工业软件云平台

科研成果5. 三维模型语义交互与检索

长期专注于面向CAD/CAM基础研究-STEP产品信息交换，旨在提供拥有自主知识产权的产品三维模型语义交换方法技术和平台。提出了产品信息语义云粒元重组理论方法，将传统产品信息共享的数据交换语法层次提升到模型特征语义交换层次；结合深度神经网络，提出了面向STEP AP242的设计与制造特征的自动识别技术（国家发明专利201811237688.X：一种基于改进NBA算法的BPNN特征识别方法）；自主开发基于WEBGL的STEP三维产品模型语义可视化平台及STEP AP203/AP242语义转换器。

科研成果6. 移动终端动态微手势识别

  针对移动终端复杂背景及弱计算力，提出了指尖快速检测算法。实现实时多轨迹动态跟踪及识别。特色：无需深度传感器、无需GPU。核心算法具有完全自主知识产权。（国家发明专利201711077703.4：一种基于改进聚合通道特征的手部检测方法）

市场需求是科研的动力所在,我们更看重培养学生理论联系实际应用的能力，欢迎感兴趣的同学加入本团队！联系邮箱：jiancf@zjut.edu.cn