ARIAM Hub es una colaboración entre destacados investigadores académicos y expertos de la industria australiana de la robótica que cuenta con el apoyo del Consejo Australiano de Investigación para ofrecer una investigación de excelencia en robótica para la gestión de activos. ARIAM abarca 3 universidades australianas de renombre: La Universidad de Sydney, QUT y ANU. Este empleo estará supervisado por el Dr. Donald Dansereau, director del Laboratorio de Imágenes Robóticas del Centro Australiano de Robótica (ACFR) de la Universidad de Sydney. El ACFR es uno de los principales grupos de investigación en robótica de Australia, y el Laboratorio de Imágenes Robóticas se centra en dotar a las máquinas de nuevas formas de ver el mundo.
Están ampliando su equipo y tienen varios puestos vacantes como parte de ARIAM. Actualmente buscan un investigador postdoctoral asociado ambicioso y con talento para llevar a cabo investigación fundamental y aplicada en nuevos enfoques de visión por ordenador para la reconstrucción 3D de alta fidelidad basada en drones de edificios e infraestructuras. Como parte del Australian Robotic Inspection and Management Research Hub (ARIAM), este puesto implica trabajar estrechamente con el socio industrial del Hub, Trendspek, en su tecnología de inteligencia y modelado de activos de precisión. Como parte del centro de investigación, tendrá la oportunidad de viajar y colaborar con nuestros socios en toda Australia.
Sus investigaciones actuales se centrarán en la combinación de nuevas representaciones de escenas y enfoques de imagen computacional que permitan un mayor rendimiento en el modelado de escenas visualmente difíciles a partir de imágenes obtenidas por drones. Dependiendo del interés y la capacidad, también hay margen para desarrollar nuevas tecnologías de imagen que mejoren aún más el rendimiento.
Este puesto centrado en la visión robótica hará avanzar la tecnología de reconstrucción 3D necesaria para modelar infraestructuras 3D complejas. Entre los principales retos se encuentran la apariencia compleja debida a superficies reflectantes y transparentes, geometrías complejas y oclusión densa por vegetación.
Dependiendo de la capacidad y el interés, los enfoques candidatos pueden incluir la combinación de representaciones y procesamiento visual de las comunidades de gráficos y visión, incluyendo el renderizado inverso y representaciones visuales y geométricas novedosas, y dispositivos y algoritmos de imagen computacionales novedosos. Este proyecto ofrecerá mejoras espectaculares en la robustez y el rendimiento de la detección, así como en la precisión geométrica y textural de la inspección de activos en 3D con drones.
Requisitos
La Universidad valora el coraje y la creatividad; la apertura y el compromiso; la inclusión y la diversidad; y el respeto y la integridad. Como tal, ven la importancia de reclutar talento alineado con estos valores. Buscan un candidato de excelencia para un puesto de Investigador Postdoctoral Asociado que tenga:
- aptitudes relacionadas con la obtención de imágenes robóticas en condiciones visualmente difíciles; se recomienda encarecidamente que se presenten candidatos con aptitudes en robótica, incluidas la navegación, la planificación y la percepción activa
- doctorado (o casi) en un campo pertinente
- conocimiento de las tecnologías de visión por ordenador, incluidos los métodos de reconstrucción visual en 3D
- se valorará el conocimiento de las representaciones de escenas basadas en la apariencia, incluidos los campos de luz y los campos de radiancia con regresión neuronal
- deseo de avanzar en la reconstrucción 3D a partir de imágenes de drones utilizando nuevas representaciones de la escena, procesamiento visual y técnicas de imagen computacional
- experiencia con uno o más lenguajes de programación (C, C++, C#, Python, Matlab)
- capacidad demostrada para llevar a cabo investigaciones de alta calidad, demostrada por publicaciones revisadas por pares
- excelentes dotes de comunicación y relaciones interpersonales
- se valorará la experiencia práctica con plataformas robóticas, ROS y/o marcos de aprendizaje profundo (Tensorflow y otros), y OpenCV
- se valorará un historial de excelencia investigadora acreditado por premios o galardones, en relación con la experiencia
Organización
University of Sydney
Campo de investigación
Perfil del investigador
Investigador reconocido (R2)
Investigador establecido (R3)
País
Australia
Plazo
16 Oct 2023
Más información: Euraxess
Deja una respuesta